Tag · 1 篇
BoostSLT: Boosting Sign Language Translation via a Plug-and-Play Diffusion-Based Semantic Enhancer
把扩散模型当作段落级语义重建器,对片段级翻译结果做拼接与精炼,这个「先分段再扩散融合」的即插即用思路可直接迁移到视频字幕、长视频描述等长序列视觉-语言生成任务。