跳到正文
arXiv · 机器人与计算机视觉· Shih-Yao Lin·· 23 天前AI 评分72

EARS:基于声音和运动的证据感知检索用于预算受限视频推理

EARS: Evidence-Aware Retrieval via Sound and Motion for Budgeted Video Reasoning

AI 导读

针对统一帧采样在稀疏事件视频中易遗漏短暂证据的问题,作者提出 EARS 方法。该方法无需训练或查询,利用光流运动与音频能量对帧进行排序并应用时间非极大值抑制以增强多样性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org