Tushar Nagarajan

Una panoramica su come le macchine elaborano testi, immagini e audio.

Presentiamo Video ReCap, un sistema per creare didascalie dettagliate per video lunghi.

La ricerca esplora l'efficacia dei modelli multimodali nell'aiutare attività a più passaggi.

Migliorare l'apprendimento video egocentrico tramite dati esocentrici trasformati.

Questo metodo aiuta le macchine a pianificare azioni basate su video istruttivi in modo efficace.