RefCaptioner описывает видео на английском языке и связывает фрагменты описания с подходящими эталонными изображениями.

Подходит для: создание описаний видео с привязкой к нескольким изображениям-образцам · сопоставление визуальных объектов и событий в видео с локальными фразами · отбор релевантных эталонных изображений среди отвлекающих образцов