Temporally

Temporally Grounding Natural Sentence in Video 摘要：我们引入了一种有效且高效的方法，可以在长的、未修剪的视频序列中建立（即本地化）自然句子。 具体来说，提出了一种新颖的时间地面网络（TGN）来暂时捕获视频和句子之间不断变化的细粒度逐字交互。 TGN 基 ......