Multi-modal Transformer for Video Retrieval

计算机科学 利用 编码 变压器 嵌入 情态动词 情报检索 自然语言 建筑 人工智能 自然语言处理 物理 高分子化学 化学 电压 视觉艺术 艺术 基因 量子力学 生物化学 计算机安全
作者
Valentin Gabeur,Chen Sun,Karteek Alahari,Cordelia Schmid
出处
期刊:Lecture Notes in Computer Science 卷期号:: 214-229 被引量:208
标识
DOI:10.1007/978-3-030-58548-8_13
摘要

The task of retrieving video content relevant to natural language queries plays a critical role in effectively handling internet-scale datasets. Most of the existing methods for this caption-to-video retrieval problem do not fully exploit cross-modal cues present in video. Furthermore, they aggregate per-frame visual features with limited or no temporal information. In this paper, we present a multi-modal transformer to jointly encode the different modalities in video, which allows each of them to attend to the others. The transformer architecture is also leveraged to encode and model the temporal information. On the natural language side, we investigate the best practices to jointly optimize the language embedding together with the multi-modal transformer. This novel framework allows us to establish state-of-the-art results for video retrieval on three datasets. More details are available at http://thoth.inrialpes.fr/research/MMT .
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
小鱼儿完成签到,获得积分10
1秒前
oneonlycrown发布了新的文献求助10
2秒前
万能图书馆应助keke采纳,获得10
3秒前
3秒前
oneonlycrown完成签到,获得积分10
5秒前
yichun发布了新的文献求助10
6秒前
Mycee完成签到 ,获得积分10
6秒前
7秒前
8秒前
xiaoxin发布了新的文献求助10
9秒前
10秒前
郭翔完成签到,获得积分10
11秒前
无心的秋珊完成签到 ,获得积分10
11秒前
小陈发布了新的文献求助10
12秒前
gaoww发布了新的文献求助10
13秒前
科研通AI2S应助xiaoxin采纳,获得10
13秒前
潘子完成签到,获得积分10
14秒前
白蓝红发布了新的文献求助10
15秒前
mojojo完成签到 ,获得积分10
15秒前
科目三应助科研通管家采纳,获得30
17秒前
17秒前
整齐的一手完成签到,获得积分10
17秒前
SciGPT应助科研通管家采纳,获得10
17秒前
彭于晏应助科研通管家采纳,获得10
17秒前
小鸭子应助科研通管家采纳,获得10
17秒前
丘比特应助科研通管家采纳,获得10
17秒前
小鸭子应助科研通管家采纳,获得10
17秒前
18秒前
风中黎昕完成签到,获得积分20
18秒前
孝陵卫黑旋风完成签到,获得积分10
20秒前
20秒前
Lorin完成签到 ,获得积分10
22秒前
小陈完成签到,获得积分10
22秒前
隋阳完成签到,获得积分10
22秒前
打打应助扬帆起航采纳,获得10
23秒前
毛耳朵完成签到,获得积分10
24秒前
neil_match发布了新的文献求助10
25秒前
筝zheng完成签到,获得积分10
26秒前
28秒前
csj发布了新的文献求助10
28秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Cognitive Paradigms in Knowledge Organisation 2000
Effect of reactor temperature on FCC yield 2000
Introduction to Spectroscopic Ellipsometry of Thin Film Materials Instrumentation, Data Analysis, and Applications 1200
How Maoism Was Made: Reconstructing China, 1949-1965 800
Medical technology industry in China 600
ANSYS Workbench基础教程与实例详解 510
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3312233
求助须知:如何正确求助?哪些是违规求助? 2944813
关于积分的说明 8521583
捐赠科研通 2620532
什么是DOI,文献DOI怎么找? 1432912
科研通“疑难数据库(出版商)”最低求助积分说明 664797
邀请新用户注册赠送积分活动 650131