← Video Retrieval
평가 기록
과거 수집 기록이며 최신 순위가 아닙니다. 데이터셋 버전·split·실험 조건과 지표 방향이 검증되지 않은 결과는 직접 비교할 수 없습니다. 날짜는 논문 날짜이며 최신 평가일을 뜻하지 않습니다.
표가 화면보다 넓으면 좌우로 스크롤하여 논문과 구현 링크를 확인하세요.
| 모델 | 원본 지표·값 | 논문 | 구현 |
|---|---|---|---|
| GRAM |
|
Gramian Multimodal Representation Learning and Alignment 2024-12-16 |
코드 1 · 코드 2 |
| VAST |
|
VAST: A Vision-Audio-Subtitle-Text Omni-Modality Foundation Model and Dataset 2023-05-29 |
코드 1 · 코드 2 |
| InternVideo2-6B |
|
InternVideo2: Scaling Foundation Models for Multimodal Video Understanding 2024-03-22 |
코드 1 · 코드 2 |
| VALOR |
|
VALOR: Vision-Audio-Language Omni-Perception Pretraining Model and Dataset 2023-04-17 |
코드 1 |
| UMT-L (ViT-L/16) |
|
Unmasked Teacher: Towards Training-Efficient Video Foundation Models 2023-03-28 |
코드 1 |
| vid-TLDR (UMT-L) |
|
vid-TLDR: Training Free Token merging for Light-weight Video Transformer 2024-03-20 |
코드 1 |
| COSA |
|
COSA: Concatenated Sample Pretrained Vision-Language Foundation Model 2023-06-15 |
코드 1 |
| InternVideo |
|
InternVideo: General Video Foundation Models via Generative and Discriminative Learning 2022-12-06 |
코드 1 · 코드 2 |
| VLAB |
|
VLAB: Enhancing Video Language Pre-training by Feature Adapting and Blending 2023-05-22 |
연결 없음 |
| Aurora (ours, r=64) |
|
연결 없음 논문 날짜 미기재 |
연결 없음 |
| TEFAL |
|
Audio-Enhanced Text-to-Video Retrieval using Text-Conditioned Feature Alignment 2023-07-24 |
연결 없음 |
| UCoFiA |
|
Unified Coarse-to-Fine Alignment for Video-Text Retrieval 2023-09-18 |
코드 1 |
| OmniVL |
|
OmniVL:One Foundation Model for Image-Language and Video-Language Tasks 2022-09-15 |
연결 없음 |
| CLIP4Clip-seqTransf |
|
CLIP4Clip: An Empirical Study of CLIP for End to End Video Clip Retrieval 2021-04-18 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 |
| All-in-one + MELTR |
|
MELTR: Meta Loss Transformer for Learning to Fine-tune Video Foundation Models 2023-03-23 |
코드 1 |
| VIOLETv2 |
|
An Empirical Study of End-to-End Video-Language Transformers with Masked Visual Modeling 2022-09-04 |
코드 1 |
| HD-VILA |
|
Advancing High-Resolution Video-Language Representation with Large-Scale Video Transcriptions 2021-11-19 |
코드 1 |
| VideoCoCa (zero-shot) |
|
VideoCoCa: Video-Text Modeling with Zero-Shot Transfer from Contrastive Captioners 2022-12-09 |
연결 없음 |
| MDMMT-2 |
|
MDMMT-2: Multidomain Multimodal Transformer for Video Retrieval, One More Step Towards Generalization 2022-03-14 |
연결 없음 |
| VIOLET + MELTR |
|
MELTR: Meta Loss Transformer for Learning to Fine-tune Video Foundation Models 2023-03-23 |
코드 1 |
| CLIP2TV |
|
CLIP2TV: Align, Match and Distill for Video-Text Retrieval 2021-11-10 |
연결 없음 |
| CAMoE |
|
Improving Video-Text Retrieval by Multi-Stream Corpus Alignment and Dual Softmax Loss 2021-09-09 |
코드 1 · 코드 2 |
| FROZEN |
|
Frozen in Time: A Joint Video and Image Encoder for End-to-End Retrieval 2021-04-01 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 |
| COTS |
|
COTS: Collaborative Two-Stream Vision-Language Pre-Training Model for Cross-Modal Retrieval 2022-04-15 |
연결 없음 |
| CoCa (zero-shot) |
|
CoCa: Contrastive Captioners are Image-Text Foundation Models 2022-05-04 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 |
| CLIP2Video |
|
CLIP2Video: Mastering Video-Text Retrieval via Image CLIP 2021-06-21 |
코드 1 |
| LAFF |
|
Lightweight Attentional Feature Fusion: A New Baseline for Text-to-Video Retrieval 2021-12-03 |
코드 1 |
| UniVL + MELTR |
|
MELTR: Meta Loss Transformer for Learning to Fine-tune Video Foundation Models 2023-03-23 |
코드 1 |
| Ours |
|
Video and Text Matching with Conditioned Embeddings 2021-10-21 |
코드 1 |
| TACo |
|
TACo: Token-aware Cascade Contrastive Learning for Video-Text Alignment 2021-08-23 |
연결 없음 |