Yi Bin

Ein Blick auf die Schnittstelle zwischen Video- und Sprachverständnissystemen.

Ein neues Framework verbessert die Video- und Textpaarung für besseres maschinelles Lernen.

Das Kombinieren von Bildern und Text verbessert die Vorhersagen über zukünftige Ereignisse.

Erfahre, wie bewegungsbasierte Techniken die Generierung von Szenengraphen in Videos verbessern.

Lerne, wie zeitliche Verankerung von Videos die Genauigkeit und Effizienz bei der Videosuche verbessert.