CVPR 2022 LOVEU AQTC 挑战赛技术报告
计算机视觉与模式识别
2022-06-30 v1 人工智能
摘要
本技术报告介绍了 AQTC 任务获得第二名的模型，该任务是 CVPR 2022 长视频理解（LOVEU）挑战赛中新引入的。该挑战赛面临视频中多步答案、多模态以及多样且变化的按钮表示的困难。我们通过提出一种新的上下文定位模块注意力机制以实现更有效的特征映射来解决此问题。此外，我们还对按钮数量进行了分析，并对不同步网络与视频特征做了消融研究。最终，我们在 LOVEU 竞赛赛道 3 中取得总体第二名，具体而言在四项评估指标中的两项上获得第一。我们的代码发布于 https://github.com/jaykim9870/ CVPR-22_LOVEU_unipyler。
引用
@article{arxiv.2206.14555,
title = {Technical Report for CVPR 2022 LOVEU AQTC Challenge},
author = {Hyeonyu Kim and Jongeun Kim and Jeonghun Kang and Sanguk Park and Dongchan Park and Taehwan Kim},
journal= {arXiv preprint arXiv:2206.14555},
year = {2022}
}
备注
4 pages, 3 figures, technical report for track3 of CVPR 2022 LOVEU challenge