SoccerNet 2023 技术报告 -- 密集视频描述
计算机视觉与模式识别
2024-11-05 v1
摘要
在 SoccerNet 数据集的密集视频描述任务中，我们提出为每个足球动作生成视频描述并定位描述的时间戳。首先，我们采用 Blip 作为视频描述框架来生成视频描述。然后通过（1）多尺寸滑动窗口（2）时序提议生成（3）提议分类来定位时间戳。
引用
@article{arxiv.2411.00882,
title = {Technical Report for Soccernet 2023 -- Dense Video Captioning},
author = {Zheng Ruan and Ruixuan Liu and Shimin Chen and Mengying Zhou and Xinquan Yang and Wei Li and Chen Chen and Wei Shen},
journal= {arXiv preprint arXiv:2411.00882},
year = {2024}
}