请简述PPT视觉边界检测及大模型摘要的基本流程？
请简述PPT视觉边界检测及大模型摘要的基本流程。
展开
收起
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
1
条回答
写回答
-
PPT视觉边界检测及大模型摘要的基本流程包括：从视频中采集视频帧得到视频帧序列，进行前景物体过滤，依据运动和静止事件检测结果锚定PPT切换的时间戳，进行时间戳校准、相似度去重、OCR识别PPT内容等后处理操作，最后对齐视频转写的文本和PPT内容，输入到通义听悟摘要大模型得到每张PPT对应讲解内容的摘要总结。
2024-06-24 20:50:12赞同 2 展开评论
相关问答