长视频实体记忆架构图(可编辑 PPT)

长视频实体记忆架构图(可编辑 PPT)

概览

这张可编辑的 PowerPoint 架构图展示了一种面向第一人称长视频、以实体为中心的记忆结构,以及由检索控制器驱动的问答回路。图稿依据 CC BY 4.0 许可,改编自论文原图。

图中内容

左侧是一段锚定在画面上的第一人称观察。中间是一个持续存在的物体实例(一台手持打蛋器),它通过虚线身份链接贯穿第 3 天到第 6 天的画面,每一天都配有活动说明。右侧是“读取记忆”的回路:从问题出发,经过检索控制器、子查询和实体传记摘录,最后交给回答模型。底部是第 1 天到第 6 天的时间轴和一条关联片段上下文栏。方框、箭头、虚线链接、说明文字、时间轴和问答回路都是原生形状,可以直接改成你需要的样式。

文件格式

下载文件为单页 .pptx,尺寸 11.55 × 4.75 英寸,可在 PowerPoint、Keynote、WPS 和 LibreOffice Impress 中打开。Google 幻灯片也能打开,但版式可能会有细微偏移。另附全分辨率的 preview.png 和一张 1200 px 宽的网页预览图。

形状与编辑

文件共含 83 个元素:73 个原生可编辑形状(19 个自选图形、20 个文本框、25 条线条或连接符、9 条自由曲线)和 10 张嵌入位图。所有文字都能编辑,包括加粗、斜体和彩色文字;圆角容器、带书签标签的堆叠传记卡片、对勾和刷新图标、时间轴刻度、直线与曲线箭头、虚线高亮圈以及跨天虚线链接也都可以修改。

嵌入图片与字体

5 张第一人称视频帧(第 1 天和第 3–6 天)和 5 张物体小图(打蛋器、玻璃杯、椅子、微波炉、桌子)是嵌入的 PNG 图片。原本压在画面上的高亮圈和 “Shure” 标签已从像素中去除,并以形状的形式重新绘制在图片上方。这些 PNG 保持原图分辨率(在幻灯片上约每英寸 100 像素),放大后会显得有些模糊。图片可以移动、缩放、裁剪或替换,但不能像矢量形状那样改色或变形。文字使用 Arial;如果没有这款字体,软件会用相近的无衬线体替代。这是为方便复用而忠实重绘的版本,并非论文作者的原始源文件。

来源与许可 改编自论文 Beyond the Timeline: Augmenting Long-Video Memory with Grounded Entity Biographies 中的图 2,作者:Hui Ren, Lei Fan, Henry Pao, Han Guo, Zeeshan Zia, Ying Chen, Alexander Schwing, Gang Hua(arXiv:2609.38155,https://arxiv.org/abs/2609.38155;代码:https://github.com/rhfeiyang/GEB)。原图采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。我们将其转换为可编辑的 PowerPoint 形状;修改者:叫我Alonzo就好了/alonzolab。本作品未获原作者认可或背书。再次使用这张图时,请保留署名(见 LICENSE-ATTRIBUTION.txt)。