Junbin Xiao

Ein Blick auf die Schnittstelle zwischen Video- und Sprachverständnissystemen.

Die Stärken und Schwächen von VideoQA-Systemen beim Verstehen von Videoinhalten untersuchen.

Eine Methode vorstellen, um das Fragen-Beantworten in Videos mit mehreren Ereignissen zu verbessern.

Ein neuer Ansatz verbessert die Video-Fragenbeantwortung durch Szenen-Text-Erkennung.