视觉问答(Visual Question Answering,VQA)是计算机视觉(Computer Vision,CV)和自然语言处理(Nature Language Processing,NLP)领......

为跨越语义鸿沟,提出了一种提取音频中高层语义概念的方法。该方法先用隐马尔可夫模型(HMM)建立对应于分析窗口的低层语义概念,即......

随着大量视频的出现，视频内容检索是当今多媒体应用的一个重要研究方向。现有的视频检索技术多是基于低层特征，这些低层特征与高层语......