Junbin Xiao

Una mirada a la intersección entre los sistemas de video y de comprensión del lenguaje.

Examinando las fortalezas y debilidades de los sistemas VideoQA para entender el contenido de video.

Presentando un método para mejorar la respuesta a preguntas en videos con múltiples eventos.

Un nuevo enfoque mejora la respuesta a preguntas de video a través del reconocimiento de texto en escenas.