温馨提示：您尚未登录，请点 登陆 后下载，如果您还没有账户请点 注册 ，登陆完成后，请刷新本页查看技术详细信息。

本发明提供了一种基于多模态信息提示的视频定位方法、装置、设备及介质，具体涉及视频定位技术领域，通过对待定位视频的音频和视频帧进行文本化处理，得到语音提示文本和视觉提示文本；确定对待定位视频执行视频定位任务的提示文本和查询文本；将提示文本和查...
该专利属于清华大学所有，仅供学习研究参考，未经过清华大学授权不得商用。

详细技术文档下载地址

温馨提示：您尚未登录，请点 登陆 后下载，如果您还没有账户请点 注册 ，登陆完成后，请刷新本页查看技术详细信息。