概念motion-aware captioning
运动感知描述
一种将长视频分解为多个语义阶段并为每个阶段生成文本描述的技术，用于为时序建模提供细粒度语义锚点，解耦复合交互语义
时间轴 (近 90 天)
10月20日
HORIA采用运动感知描述（motion-aware captioning）为每个交互阶段生成专属的文本描述。
待验证50%
一种将长视频分解为多个语义阶段并为每个阶段生成文本描述的技术，用于为时序建模提供细粒度语义锚点，解耦复合交互语义
HORIA采用运动感知描述（motion-aware captioning）为每个交互阶段生成专属的文本描述。