Bài báo: Unlocking Arbitrary-Length Querying for Video Retrieval via Advanced Vision-Language Models and Hybrid Temporal Search
Nhóm tác giả:
- Nguyễn Văn Minh – KHTN2023 – Tác giả chính
- Phan Nhật Tân – KHTN2023 – Tác giả chính
- Nguyễn Văn Hồng Thái – KHTN2023 – Tác giả chính
- Hoàng Đức Dũng – KHTN2023 – Tác giả chính
- Nguyễn Đình Thiên Quang – KHTN2023 – Tác giả chính
Tóm tắt:
Video retrieval, a critical task in multimedia retrieval, faces challenges in aligning complex textual queries with video content, especially for long or multimodal queries. This paper introduces a novel multimodal retrieval system, developed by team Goldenball for the Ho Chi Minh City AI Challenge 2025, emphasizing efficient video retrieval.
Our approach utilizes LongCLIP as the primary Vision-Language Model (VLM) to address token limitations of previous models, enabling robust processing of extended queries. We integrate OCR, ASR, and object detection, fused via a weighted sum strategy to enhance retrieval accuracy.
Additionally, we propose a temporal search algorithm to precisely identify frames corresponding to specific actions described in the query, improving temporal alignment.
Experimental results from the challenge demonstrate our system's effectiveness: our team achieved a score of 73 in the preliminary round and received final round evaluations of Good for VKIS and TRAKE tasks and Satisfactory for TKIS and QA tasks, validating our approach in real-world video search scenarios.
Bài báo được công bố tại hội nghị quốc tế:
SOICT 2025 (The 14th International Symposium on Information and Communication Technology) là hội nghị khoa học quốc tế uy tín, bao phủ các lĩnh vực trọng điểm như AI Foundations và Big Data, Networking and Communication Technologies, Multimedia Processing, AI Applications, Generative AI, Applied Operations Research and Optimization, và Cyber Security.
Hội nghị lần thứ 14 được tổ chức tại TP. Nha Trang từ ngày 12–14/12/2025, tiếp nối thành công của SOICT 2024 với sự tham gia của các nhà nghiên cứu đến từ hơn 25 quốc gia. SOICT là diễn đàn học thuật quan trọng cho các nhà nghiên cứu và học viên sau đại học chia sẻ kết quả nghiên cứu mới và định hình các thách thức tương lai trong lĩnh vực Khoa học Máy tính.
Thông tin chi tiết tại: https://www.facebook.com/share/p/1EssLzBK48/
Đông Xanh - Cộng tác viên truyền thông Trường Đại học Công nghệ Thông tin
