Junbin Xiao

Un aperçu de l'intersection entre les systèmes de vidéo et de compréhension du langage.

Examiner les forces et les faiblesses des systèmes VideoQA pour comprendre le contenu vidéo.

Présentation d'une méthode pour améliorer le question-réponse dans les vidéos avec plusieurs événements.

Une nouvelle méthode améliore la réponse aux questions vidéo grâce à la reconnaissance de texte dans les scènes.