Wei-Shi Zheng

Un nuovo approccio semplifica il video grounding eliminando la necessità di etichette temporali precise.

Un nuovo dataset e metodo migliorano il video grounding per narrazioni complesse.

ParGo migliora la comprensione delle immagini e del testo bilanciando visioni globali e parziali.

InTraGen crea interazioni video realistiche con percorsi definiti per gli oggetti.