Learning Grounded Vision-Language Representation for Versatile Understanding in Untrimmed Videos
arXivorg（2023）
关键词
Language Understanding,Visual Question Answering,Scene Graph Generation
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要
arXivorg（2023）