লেখক:
(1) ঝিহাং রেন, ক্যালিফোর্নিয়া বিশ্ববিদ্যালয়, বার্কলে এবং এই লেখকরা এই কাজে সমানভাবে অবদান রেখেছেন (ইমেল: [email protected]);
(2) জেফারসন ওর্তেগা, ক্যালিফোর্নিয়া বিশ্ববিদ্যালয়, বার্কলে এবং এই লেখকরা এই কাজে সমানভাবে অবদান রেখেছেন (ইমেল: [email protected]);
(3) ইফান ওয়াং, ক্যালিফোর্নিয়া বিশ্ববিদ্যালয়, বার্কলে এবং এই লেখকরা এই কাজে সমানভাবে অবদান রেখেছেন (ইমেল: [email protected]);
(4) ঝিমিন চেন, ক্যালিফোর্নিয়া বিশ্ববিদ্যালয়, বার্কলে (ইমেল: [email protected]);
(5) Yunhui Guo, ডালাসে টেক্সাস বিশ্ববিদ্যালয় (ইমেল: [email protected]);
(6) স্টেলা এক্স ইউ, ইউনিভার্সিটি অফ ক্যালিফোর্নিয়া, বার্কলে এবং ইউনিভার্সিটি অফ মিশিগান, অ্যান আর্বার (ইমেল: [email protected]);
(7) ডেভিড হুইটনি, ক্যালিফোর্নিয়া বিশ্ববিদ্যালয়, বার্কলে (ইমেল: [email protected])।
এই গবেষণায়, আমরা ক্রমাগত ভ্যালেন্স এবং উত্তেজনা ভবিষ্যদ্বাণীর জন্য প্রথম প্রসঙ্গ ভিত্তিক বড় ভিডিও ডেটাসেট, VEATIC প্রস্তাব করেছি। বিভিন্ন ভিজ্যুয়ালাইজেশন আমাদের ডেটাসেটের বৈচিত্র্য এবং আমাদের টীকাগুলির ধারাবাহিকতা দেখায়। এই চ্যালেঞ্জটি সমাধান করার জন্য আমরা একটি সাধারণ বেসলাইন অ্যালগরিদমও প্রস্তাব করেছি। পরীক্ষামূলক ফলাফল আমাদের প্রস্তাবিত পদ্ধতি এবং VEATIC ডেটাসেটের কার্যকারিতা প্রমাণ করে।
এই কাগজটি CC 4.0 লাইসেন্সের অধীনে arxiv-এ উপলব্ধ ।