WILDQA：野外视频问答
计算机视觉与模式识别
2022-09-15 v1 计算与语言
摘要
现有视频理解数据集大多关注人类交互，很少关注在户外录制的“野外”场景。我们提出 WILDQA，一个在室外环境下录制视频的视频理解数据集。除视频问答（Video QA）外，我们还引入了为给定问答识别视觉支撑（视频证据选择，Video Evidence Selection）这一新任务。通过使用多种基线模型进行评估，我们表明 WILDQA 给视觉与语言研究社区带来了新的挑战。数据集可在 https://lit.eecs.umich.edu/wildqa/ 获取。
引用
@article{arxiv.2209.06650,
title = {WildQA: In-the-Wild Video Question Answering},
author = {Santiago Castro and Naihao Deng and Pingxuan Huang and Mihai Burzo and Rada Mihalcea},
journal= {arXiv preprint arXiv:2209.06650},
year = {2022}
}
备注
*: Equal contribution; COLING 2022 oral; project webpage: https://lit.eecs.umich.edu/wildqa/