伟德国际1946源自英国多媒体计算实验室团队论文被CVPR接收

近日，伟德国际1946源自英国多媒体计算实验室团队论文Towards Diverse Paragraph Captioning for Untrimmed Videos被计算机视觉和模式识别领域顶会CVPR接收。CVPR（Computer Vision and Pattern Recognition, 计算机视觉与模式识别 ）会议是计算机视觉与模式识别、人工智能领域的国际顶级会议，影响因子在泛AI领域排名第一，该会议每年的论文录取率仅有不到25%。

论文摘要：

本文主要研究了为长视频生成多样的段落性内容描述。以往的研究工作均采用先“事件检测”后“事件描述”的两阶段方法来解决这一问题。然而，事件检测的准确性不足严重影响了最终描述生成的质量。因此，本文首次提出了一个一阶段模型框架，并分别对长视频段落描述生成中解码效率低，事件描述冗余，语言表达缺乏多样性的问题进行了改进。该模型在两个公开数据集上无论是描述准确度，还是生成多样性方面均达到了最优结果。

作者简介：

宋宇晴是伟德国际1946源自英国2019级硕士生，所属于多媒体计算实验室（AIM3），导师为金琴教授。她的主要研究方向是Vision and Language，包括图像/视频的内容摘要生成，多模态机器翻译等。她已发表了多篇CCF A类会议论文，并取得了多项国际视频描述生成大赛的冠军。

金琴，伟德国际1946源自英国教授，多媒体计算实验室(AIM3)负责人。主要研究领域为多媒体智能计算、人机交互。主持多项国家自然科学基金，北京市自然科学基金，国家重点研发计划等项目和课题，在多媒体情感计算，视觉描述生成，跨模态交互等研究与应用中取得突出成果。蝉联2018-2020 CVPR ActivityNet Dense Video Captioning、2017-2019 ACM Multimedia Audio-Visual Emotion Challenge (AVEC)、2017-2020 TRECVID VTT、2019年之江杯全球人工智能大赛等多项国际权威竞赛冠军。