谷歌浏览器插件
订阅小程序
在清言上使用

ViTA: an Efficient Video-to-Text Algorithm Using VLM for RAG-based Video Analysis System

Computer Vision and Pattern Recognition(2024)

引用 6|浏览1
关键词
Video Analytics,Retrieval Augmented Generation (RAG),Natural Language Processing,Vision Language Models (VLMs),Large Language Models (LLMs)
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