arXiv · ML· Maria-Eirini Pegia, Dimitrios Stefanopoulos, Bj\"orn {\TH}\'or J\'onsson, Anastasia Moumtzidou, Ilias Gialampoukidis, Stefanos Vrochidis, Ioannis Kompatsiaris·· 2 小时前AI 评分20
理解文本到视频检索中的性能平台期：一项全面的实证与语言学研究
Understanding the Performance Plateau in Text-to-Video Retrieval: A Comprehensive Empirical and Linguistic Analysis
AI 导读
研究评估14种最先进的文本到视频检索方法，发现简短清晰的描述召回率更高，复杂事件仍是难题。 注意力驱动架构更适合处理多步骤查询，而双编码器和多模态融合模型在简单类别上表现更好。 这些发现为开发更有效的文本到视频检索系统提供了指导。
来源：arXiv · ML · arxiv.org