自动识别视频动态主体

文章概要:1）MeVIS数据集包含2006段视频，强调目标物体的运动属性，不能仅从单帧识别。2）提出LMPM基准方法，利用语言理解和运动评估找到视频中语言描述的目标物体。3）研究为发展更高级的语言引导视频分割算法奠定基础。