EA-VTR: Event-Aware Video-Text Retrieval

事件(粒子物理) 计算机科学 情报检索 物理 量子力学
作者
Zongyang Ma,Ziqi Zhang,Yuxin Chen,Zhongang Qi,Chunfeng Yuan,Bing Li,Yingmin Luo,Xu Li,Xiaojuan Qi,Ying Shan,Weiming Hu
出处
期刊:Cornell University - arXiv
标识
DOI:10.48550/arxiv.2407.07478
摘要

Understanding the content of events occurring in the video and their inherent temporal logic is crucial for video-text retrieval. However, web-crawled pre-training datasets often lack sufficient event information, and the widely adopted video-level cross-modal contrastive learning also struggles to capture detailed and complex video-text event alignment. To address these challenges, we make improvements from both data and model perspectives. In terms of pre-training data, we focus on supplementing the missing specific event content and event temporal transitions with the proposed event augmentation strategies. Based on the event-augmented data, we construct a novel Event-Aware Video-Text Retrieval model, ie, EA-VTR, which achieves powerful video-text retrieval ability through superior video event awareness. EA-VTR can efficiently encode frame-level and video-level visual representations simultaneously, enabling detailed event content and complex event temporal cross-modal alignment, ultimately enhancing the comprehensive understanding of video events. Our method not only significantly outperforms existing approaches on multiple datasets for Text-to-Video Retrieval and Video Action Recognition tasks, but also demonstrates superior event content perceive ability on Multi-event Video-Text Retrieval and Video Moment Retrieval tasks, as well as outstanding event temporal logic understanding ability on Test of Time task.

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
上官若男应助顺心冰巧采纳,获得10
刚刚
刚刚
Oyster7应助37.2℃采纳,获得10
1秒前
1秒前
12345完成签到,获得积分20
2秒前
问下他发布了新的文献求助10
3秒前
莱茵河关注了科研通微信公众号
3秒前
3秒前
fish关注了科研通微信公众号
3秒前
大模型应助zwy采纳,获得10
4秒前
4秒前
邢智超发布了新的文献求助10
4秒前
Orange应助Jorna采纳,获得10
4秒前
hahaha完成签到,获得积分10
4秒前
6秒前
Akim应助未来可期采纳,获得10
6秒前
Singularity发布了新的文献求助10
6秒前
z19971805951完成签到,获得积分20
7秒前
7秒前
我是老大应助矫健的man采纳,获得10
9秒前
李西瓜发布了新的文献求助10
9秒前
super完成签到,获得积分10
9秒前
王文静发布了新的文献求助20
9秒前
Nelson发布了新的文献求助10
9秒前
魔幻嚓茶发布了新的文献求助10
9秒前
10秒前
谨慎爆米花应助Kevin采纳,获得10
10秒前
大模型应助尐菟菟采纳,获得10
11秒前
11秒前
ephore完成签到,获得积分0
11秒前
11秒前
zwy完成签到,获得积分20
11秒前
呆呆小猪发布了新的文献求助10
12秒前
Owen应助ZDY采纳,获得10
12秒前
爆米花应助en采纳,获得10
12秒前
充电宝应助C14yd3n采纳,获得10
13秒前
13秒前
hhww发布了新的文献求助10
15秒前
顺利琦发布了新的文献求助10
15秒前
MichaelQin完成签到,获得积分10
16秒前
高分求助中
歯科矯正学 第7版(或第5版) 1004
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
Semiconductor Process Reliability in Practice 720
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
GROUP-THEORY AND POLARIZATION ALGEBRA 500
Mesopotamian divination texts : conversing with the gods : sources from the first millennium BCE 500
Days of Transition. The Parsi Death Rituals(2011) 500
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 3227802
求助须知:如何正确求助?哪些是违规求助? 2875741
关于积分的说明 8192365
捐赠科研通 2542879
什么是DOI,文献DOI怎么找? 1373241
科研通“疑难数据库(出版商)”最低求助积分说明 646713
邀请新用户注册赠送积分活动 621181