2025年3月3日至6日,由英国皇家科学院院士、国际著名计算生物学家杨子恒教授联合多领域权威学者发起的“计算基因组学国际工作坊(Workshop on computational ...
在科技的快速发展浪潮中,视频问答(VideoQA)任务逐渐成为关注的焦点。那么,如何让机器在处理视频内容时不仅能快速给出答案,还能清楚明白其背后的逻辑?中山大学与新加坡南洋理工大学团队联合推出的跨模态因果对齐框架(CRA),就是这一难题的解决钥匙。近期,该框架成功投稿至CVPR 2025,并且相关代码已开源。
来自中山大学、新加坡南洋理工大学等团队提出跨模态因果对齐框架(CRA),通过因果干预和跨模态对齐,显著提升时空定位的准确性与可解释性。
一些您可能无法访问的结果已被隐去。
显示无法访问的结果