Papers with Code 아카이브
Action Localization
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 4
- 평가표
- 0
- 보존된 평가 기록
- 0
Action Localization is finding the spatial and temporal co ordinates for an action in a video. An action localization model will identify which frame an action start and ends in video and return the x,y coordinates of an action. Further the co ordinates will change when the object performing action undergoes a displacement.
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
동적 감정 추론 벤치마킹: 시청자 중심 비디오 감정 데이터셋
스포츠 비디오에서 레이블 효율적 정확 이벤트 스포팅을 위한 시간적 특징 증류
MLP는 헤비안이다: 트랜스포머를 위한 효율적인 사실 저장 MLP 구성
Weight-Adjusted Gradients Reveal Parameter Importance and Failure Modes in LLMs
판독 가능한 트랜스포머의 학습, 판독, 및 편집
열거와 계수를 통한 멀티모달 LLM의 장편 비디오 정량적 추론 진단
행동 분할 데이터셋 압축을 위한 적응형 잠재 궤적 앵커링
페르소나 지도 작성: 가중치 공간에서 언어 모델 성격 특성 탐색
"AlphaEdit: Null-Space Constrained Knowledge Editing for Language Models"의 재현성 연구
MorphGS: 비디오에서의 형태 적응형 관절 3D 모션 전이
Superman: 인간 동작 인식 및 생성을 위한 스켈레톤과 비전의 통합
다중 스케일 합성곱과 동적 라우팅을 통한 비디오-텍스트 시간적 로컬라이제이션
클래스 비지정 모션 예측을 위한 합성-실제 변환
WristMimic: 손목 기반 조작을 통한 전신 휴머노이드 제어
옴니-모달 밀집 비디오 캡셔닝을 위한 병렬화된 자기회귀 디코딩
SAGE: 인간 행동 이해를 위한 동기화된 행동-시선 인식 및 예측
의료 비전-언어 모델의 모델 편집 평가 및 이해
TimeChat-Captioner: 시간 인식 및 구조적 오디오-비주얼 캡션을 활용한 다중 장면 비디오 스크립팅
ForeSea: AI Forensic Search with Multi-modal Queries for Video Surveillance
EHHN: An Event-driven Heterogeneous Hypergraph Network for Object-Centric Next Activity Prediction
OnPoint: 포인트 지도 온라인 시간적 행동 위치추정을 위한 오프라인-온라인 다단계 지식 증류
VideoSearch-R1: 소프트 쿼리 정제를 통한 반복적 비디오 검색 및 추론
DART: 제로샷 비디오 시간적 그라운딩을 위한 난이도 적응형 라우팅
MG-RWKV: 시간적 위조 구간 탐지를 위한 다중 세분화 컨텍스트 인식 RWKV
Revocable Learned State via Process Sidecars
미세조정이 편집 내용을 지울 수 있는가? 지식 편집과 적응의 불안정한 공존에 관하여
SoccerNet 2026 플레이어 중심 볼 액션 스포팅: 플레이어별 어텐션과 합의 기반 앙상블링
Keeping the Evidence Chain: Semantic Evidence Allocation for Training-Free Token Pruning in Video Temporal Grounding
Towards Version-aware Operations and Transaction Memories for Multi-layer MeMo
Task Vector Bases: A Unified and Scalable Framework for Compressed Task Arithmetic
EG-VQA: Benchmarking Verifiable Video Question Answering with Grounded Temporal Evidence
직교 표현 편집: 대규모 언어 모델의 배치 지식 편집에서 의미적 얽힘 분리
반복적 공유 접근은 그록킹을 가능하게 하지만, 편집 전파는 세밀한 주소 지정 가능 메모리에 달려 있다
Video2Code: 액션 인식 재방문을 통한 UI 동영상으로부터의 상호작용형 웹페이지 생성
제로샷 절차적 실수 탐지를 위한 VLM의 비합리적인 효과
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.