视频时刻定位研究综述
计算机视觉与模式识别
2023-06-14 v1
摘要
视频时刻定位，又称视频时刻检索，旨在根据给定自然语言查询在视频中搜索目标片段。与时序动作定位任务（其目标动作是预定义的）不同，视频时刻检索可查询任意复杂活动。在本综述中，我们旨在对现有视频时刻定位技术进行全面回顾，包括有监督、弱监督和无监督方法。我们还回顾了可用于视频时刻定位的数据集并归纳了相关工作的结果。此外，我们讨论了该领域有前景的未来方向，特别是大规模数据集和可解释的视频时刻定位模型。
引用
@article{arxiv.2306.07515,
title = {A Survey on Video Moment Localization},
author = {Meng Liu and Liqiang Nie and Yunxiao Wang and Meng Wang and Yong Rui},
journal= {arXiv preprint arXiv:2306.07515},
year = {2023}
}