热点事件持续更新
MMTI：多维度显著性评估与粒度感知查询分解的文本-视频检索
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026-10-01 arXiv 发布 MMTI 方法，通过关键特征选择（KFS）联合评估多维显著性与可学习重要性分数，自适应聚合信息帧与图像块以压缩视觉特征、缓解冗余；文本-视频交互模块（TVIM）利用动态门控将查询分解为句子、帧与图像块（SFP），实现多粒度对齐；在四个标准基准上超越现有最优方法。
AI 根据报道生成 · 1 小时前更新
最新进展10月1日 12:00
MMTI 在四个标准基准上超越现有最优方法。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv · Information RetrievalMMTI：通过多维显著性评估与粒度感知查询分解实现文本-视频检索
MMTI 通过关键特征选择（KFS）机制联合评估多维显著性与可学习重要性分数，自适应聚合信息帧与图像块以压缩视觉特征、缓解冗余。文本-视频交互模块（TVIM）利用动态门控将查询分解为句子、帧与图像块（SFP），实现多粒度对齐。在四个标准基准上超越现有最优方法。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。