视频内外相关性协同
突破单分支网络仅学习视频内相关性的局限，通过双分支结构显式建模视频内与视频间的相关性，增强视觉特征泛化性。
Jingze, Liu · 薛万利 · Yuan, Tiantian · Chen, Shengyong
Information Fusion 2024
引入基于对比学习的视频间相关性模块，通过设计视频间和视频内损失共同优化两个分支的视觉特征，提升泛化能力。
提出基于词引导注意力的特征生成器，自适应构建词与视频片段间的映射，从而在单个视频内获取初步的词引导视觉特征。