EVISTA：证据感知时序路径优化的统一多模态视频搜索
原标题：EVISTA: Unified Multimodal Video Search with Evidence-Aware Temporal Path Optimization
AI 摘要
越南胡志明市科技大学的研究团队为2026年胡志明市AI挑战赛开发了EVISTA统一多模态视频检索系统，并提出了TEMPO-P证据感知时序路径优化方法，用于有序多事件检索。TEMPO-P通过跨事件和模态聚合候选视频、联合视觉/OCR/ASR证据对关键帧评分，并利用动态规划选择紧凑的时序有序路径。在五个组织方查询和36个额外多事件查询上，TEMPO-P在视觉描述事件上达到与纯视觉时序对齐相同的R@1 0.42，并能检索纯视觉对齐无法表示的文本定义事件（R@1 0.38）。
正文节选
[Page 1] EVISTA: Unified Multimodal Video Search with Evidence-Aware Temporal Path Optimization Minh-Huy Tran1 , Van-Thinh Vo1 , Duy-Tan Nguyen1 , Minh-Khoi Nguyen1 , Anh-Quan Nguyen-Tran1 , and Loi Nguyen Khanh† HCMUT EE Machine Learning & IoT Lab, Ho Chi Minh University of Technology, VNU-HCM, Vietnam, {huy.tranminh2005, thinh.vovan, ta