Yi Bin

Uno sguardo all'incrocio tra sistemi di video e comprensione del linguaggio.

Un nuovo framework migliora l'accoppiamento tra video e testo per un migliore apprendimento automatico.

Combinare immagini e testo migliora le previsioni degli eventi futuri.

Scopri come le tecniche sensibili al movimento migliorano la generazione di grafi di scena nei video.

Scopri come il grounding temporale nei video migliora la precisione e l'efficienza nella ricerca video.