Κώδικας QR

QUBVIS: query based multi-modal summarization system using CLIP based transformer and vision language models

In this study, a new approach is proposed for user-interactive summarization of online videos. In the proposed approach, video-to-video summarization is performed with a very high success rate using a multimodal transformer architecture (QUBVIS) that also takes activity queries from the user as inpu...

Πλήρης περιγραφή

Αποθηκεύτηκε σε:
Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριοι συγγραφείς: Turan Goktug Altundogan, Mehmet Karakose
Μορφή: Artigo
Γλώσσα:Inglês
Έκδοση: Elsevier 2025-09-01
Σειρά:SoftwareX
Θέματα:
Διαθέσιμο Online:http://www.sciencedirect.com/science/article/pii/S2352711025002699
Ετικέτες: Προσθήκη ετικέτας
Δεν υπάρχουν, Καταχωρήστε ετικέτα πρώτοι!