arXiv cs.CV· Anas Filali Razzouki, Killian Steunou, Khalil Guetari, Thomas Kling, Moun\^im El-Yacoubi, Yannis Tevissen·· 4 小时前AI 评分29
超越匿名字幕：视频字幕与问答中的角色身份锚定
Beyond Anonymous Captions: Grounding Character Identity in Video Captioning and Question Answering
AI 导读
研究者提出身份感知视频字幕与人物中心问答框架，基于 LSMDC v2 电影片段构建了 750 段字幕片段、3,000 道人物问答的 benchmark，并对比约 2B、4B、8B 参数及更大前沿模型的五种锚定策略。
来源：arXiv cs.CV · arxiv.org