Pinned Loading

1. watermark-tracer watermark-tracer Public

   一个基于可视水印检测识别的数字媒体溯源应用系统，是我的大作业项目，包含这个系统以及一个开源的大规模常见水印图像数据集（Large-scale Common Watermark Dataset, LCWD）。 输入一个带有可视水印的图片或视频，系统会检测定位到水印所在的区域，然后将其提取出来，然后借助百度AI开放平台的OCR和logo识别以及Bing搜索引擎，溯源到这个图片或视频的源头。

   Python 146 19

2. Video-Captioning-Transformer Video-Captioning-Transformer Public

   这是一个基于Pytorch平台、Transformer框架实现的视频描述生成 (Video Captioning) 深度学习模型。 视频描述生成任务指的是：输入一个视频，输出一句描述整个视频内容的文字（前提是视频较短且可以用一句话来描述）。本repo主要目的是帮助视力障碍者欣赏网络视频、感知周围环境，促进“无障碍视频”的发展。

   Python 96 17

3. RethinkingVAD RethinkingVAD Public

   This repository contains the codes and datasets for the ArXiv paper: Rethinking Metrics and Benchmarks of Video Anomaly Detection (https://arxiv.org/abs/2505.19022)

   Jupyter Notebook 7

4. Adaptive-BLIP2-MM24 Adaptive-BLIP2-MM24 Public

   This is official implementation of our MM'24 paper: Adaptively Building a Video-Language Model For Video Captioning and Retrieval without Massive Video Pretraining

   Python 5 1

5. LaGoVAD-PreVAD LaGoVAD-PreVAD Public

   This repository contains the code and dataset for the paper: Language-guided Open-world Video Anomaly Detection under Weak Supervision (https://arxiv.org/abs/2503.13160)

   Python 5