arXiv · 机器人与计算机视觉· Dong-Hee Kim, Seonwoo Choi, Changbeen Kim, Jungmyung Wi, Juyeon Ko, Youngju Choi, Il Hyeon Mun, Hyunwoo J. Kim, Donghyun Kim·· 13 天前AI 评分72
NarraScene:面向电影 RAG 的叙事中心场景分割数据集
Beyond Visual Boundaries: Rethinking Scene Segmentation for Movie RAG
AI 导读
该论文针对长视频理解中稀疏采样丢失细节、密集采样超出上下文限制的问题,提出利用检索增强生成(RAG)结合高质量视频片段。作者发现现有标准基准过于关注视觉显著性而非叙事结构,因此构建了 NarraScene 数据集,其边界标注基于物理、角色和叙事三层认知分类法,要求每个有效边界必须对应叙事层面的变化。
来源:arXiv · 机器人与计算机视觉 · arxiv.org