arXiv Computer Vision· Juyi Lin, Zhiqiang Lao, Jiali Cui, Lin Zhao, Pu Zhao, Dichang Zhang, Arman Akbari, Yu Qi, Xinru Jiang, Yanzhi Wang, Heather Yu, Liang Peng·· 6 小时前AI 评分24
LEAP：面向长音视频感知的学习式分块证据检索框架
LEAP: Learned Block-wise Evidence Retrieval for Long Audio-Video Perception
AI 导读
LEAP 将长录音切分为固定时长块，用轻量定位阶段为每块打分筛选候选时间窗，再把排名最高的窗口池化后在一次有界回答阶段重新编码，使回答输入与峰值上下文不随录音时长增长。
来源：arXiv Computer Vision · arxiv.org