IntentVCNet: Bridging Spatio-Temporal Gaps for Intention-Oriented Controllable Video Captioning
机构 * University of Science and Technology of China（中国科学技术大学） ； Hefei Institutes of Physical Science,Chinese Academy of Sciences（合肥物理研究所，中国科学院） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（人工智能研究所，合肥综合性国家科学中心） ； State Key Lab. for Novel Software Technology, Nanjing University（新型软件技术国家重点实验室，南京大学） ； University of Chicago（芝加哥大学） ； National University of Defense Technology（国防科技大学） ； Harbin Institute of Technology（哈尔滨工业大学）
专题命中 空间理解 ：spatial understanding(abstract)；分类 cs.CV
