Talk预告 | 深北莫大学副教授曾润浩：直播高光秒捕捉 - 一句话、一张图、一段视频精准锁定|博导|学术论文|曾润浩|直播|莫斯科|讲者

本期为TechBeat人工智能社区第711期线上Talk。

北京时间8月21日(周四) 20:00，深圳北理莫斯科大学长聘副教授曾润浩的Talk将准时在TechBeat人工智能社区开播！

他与大家分享的主题是:“直播高光秒捕捉 - 一句话、一张图、一段视频精准锁定”，届时他将解释一种基于混合模态查询的线视频定位任务：在视频直播时，能根据你输入的一句话、一张图或一小段参考视频，实时找到匹配的感兴趣片段。

Talk·信息

主题：直播高光秒捕捉 - 一句话、一张图、一段视频精准锁定

嘉宾：深圳北理莫斯科大学 · 长聘副教授 - 曾润浩

时间：北京时间8月21日(周四) 20:00

地点：TechBeat人工智能社区

http://www.techbeat.net/

Talk·介绍

视频感兴趣内容定位旨在根据用户输入的查询(query)在长视频里找对应片段。传统方法存在两个局限：只能处理文本查询，只能针对离线视频进行分析。本文提出基于混合模态查询的线视频定位任务：在视频直播时，能根据你输入的一句话、一张图或一小段参考视频，实时找到匹配的、感兴趣的片段。为此构建了数据集和新指标，并设计了相应的基线模型。

Talk大纲

1. 背景与任务动机：离线单模态Video Grounding局限

2. 新方法：参数化记忆+跨模态蒸馏

3. 新数据集、新指标：QVHighlights-Unify+在线指标

4. 实验结果：精度与速度分析

5. 总结：统一多模态实时定位

Talk·预习资料

论文链接： https://arxiv.org/abs/2004.03545

论文链接： https://arxiv.org/abs/2508.11903

论文链接： https://arxiv.org/abs/2308.07102

论文链接： https://arxiv.org/abs/2508.04546

Talk·提问交流

在Talk界面下的【交流区】参与互动！留下你的打call和问题，和更多小伙伴们共同讨论，被讲者直接翻牌解答！

你的每一次贡献，我们都会给予你相应的i豆积分，还会有惊喜奖励哦！

Talk·嘉宾介绍

曾润浩‍‍‍‍‍‍‍‍‍‍‍

深圳北理莫斯科大学 · 长聘副教授
‍‍‍

曾润浩，博士，深圳北理莫斯科大学长聘副教授，北理工博导。广东省重大人才工程青年拔尖人才，深圳市科技创新人才，深圳市鹏城孔雀人才，广东潮博智库专家。研究领域为计算机视觉、多模态数据分析，核心方向包括视频动作识别、情绪识别等，在IEEE TPAMI、IEEE TIP、CVPR等国际顶级期刊和会议发表论文30余篇，谷歌学术总引2000余次，单篇最高引600余次。所提出的视频时序动作分析方法在THUMOS14权威基准连续14个月排名全球第一。近三年主持国家自然科学基金项目、广东省教育厅重点领域项目等纵向科研项目7项。获教育部自然科学二等奖，中国图象图形学学会优博提名奖，IEEE计算机学会杰出组织奖，成果入选CVPR 2024最佳论文Final List。受邀担任NeurIPS、CVPR等人工智能领域顶级会议和TPAMI、TIP等权威期刊的程序委员会委员和审稿人。担任国际会议2024 IEEE SmartIoT本地主席、2023 CSIG青年科学家会议论坛主席，2025 VALSE人体动作理解与生成论坛主席，CSIG多媒体专委会委员，广东图象图形学会青工委委员，计算机视觉专委会委员。