研究项目

视频到音乐生成

探索如何利用视频内容引导音乐生成，并进一步研究面向长视频的配乐方法。

我的工作负责基础模型复现与实验迭代，探索面向长视频的配乐方法。

TRECVID 2023 · 视频检索

融合视觉语言模型、扩散模型生成的图像查询与相关性反馈，完成复杂语义的视频检索。

我的工作负责 AVS 项目推进，参与检索流程、实验与技术报告撰写。

QIVISE · 交互式视频检索

将多模态表征与量子启发的相关性反馈方法整合为可操作的视频检索系统。

我的工作参与交互式检索算法与系统开发，系统论文共同第一作者。