多模态与计算机视觉
【视频生成评估基准】介绍VBench（视频生成评估基准）。 「阿里巴巴」
原题【ASR辅助关键帧提取】在短视频摘要任务中，如何利用ASR（语音转文字）信息来辅助视觉关键帧提取？ 「腾讯」
原题【多模态大模型视频处理】Qwen-VL系列如何处理视频？请说明其视频处理流程。 「阿里巴巴」
原题【多模态视频分析应用】多模态视频分析应用：比如通过“物流视频+文本日志”分析分拣错误原因，效果如何？请讨论。 「京东」
原题多目标跟踪算法：包括DeepSORT代码解析、数据关联代码实践、卡尔曼滤波原理。
DeepSORT代码解析、
数据关联代码实践、
卡尔曼滤波原理。
原题完整原题
【多目标跟踪算法】多目标跟踪算法：包括DeepSORT代码解析、数据关联代码实践、卡尔曼滤波原理。 「腾讯」
【视频Caption生成】怎么用模型做视频Caption生成？请介绍方法。 「阿里通义」
原题【视频帧采样方法】视频帧采样方法：介绍稀疏帧采样和长视频采样的方法，包括对论文C中稀疏帧采样的了解。 「百度、百度文心」
原题【视频时空特征提取】视频时空特征提取：介绍TimeSformer或VideoMAE的核心思路；说明SlowFast网络如何模拟人类视觉系统的双流机制。 「腾讯」
原题【轨迹预测与规划】轨迹预测与规划：使用MotionLM这种形式？请介绍其原理。 「字节跳动」
原题【音视频噪声处理】如何解决音视频数据中的噪声问题？请列举具体方法。 「字节跳动」
原题
暂无题目