跳到正文
arXiv · 机器人与计算机视觉· Yue Feng, Boshen Xu, Zihao Yue, Xiaokun Liu, Miao Yang, Xin Tao, Pengfei Wan, Qin Jin·· 24 天前AI 评分68

RVG-Bench:一种面向推理驱动的视听时序定位基准

RVG-Bench: A Benchmark for Reasoning-Driven Audio-Visual Temporal Grounding

AI 导读

现有视听时序定位基准主要关注根据描述性文本查询定位视频片段,而忽略了需要理解用户意图的真实世界查询。为此,作者引入了 RVG-Bench 基准,其中每个查询都构建为必须通过推理才能识别目标段落的类型。

来源:arXiv · 机器人与计算机视觉 · arxiv.org