‹ arXiv cs.LG

StreamEmbed:从像素实时索引以进行屏幕截图检索

原文:StreamEmbed: Real-Time Indexing from Pixels for Screenshot Retrieval

arXiv cs.LG 未缓存正文

屏幕历史记录可以作为人员和代理的可搜索视觉记忆,但与离线语料库不同,它必须在每个屏幕截图到达时进行编码和索引。基于 OCR 的索引速度快,但会丢失视觉信息;视觉编码需要两秒多的时间。然而屏幕的变化是逐渐变化的:大多数像素在屏幕截图内和屏幕截图之间重复。这就提出了一个问题:视觉编码器需要记录吗?

正在把原文抓到本机服务器…首次约 3~8 秒,抓好后本站永久缓存,下次秒开。

抓不到时可直接看原文(部分站点需要登录/反爬,服务器也无法抓取)。

打开原文 ↗

正文由本站服务器抓取保存(已自动过滤广告、推荐位与追踪图片),排版与原站可能不同;版权归原站所有。

相关报道同一事件 / 同分类