Papers with Code 아카이브
Video
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 34
- 평가표
- 0
- 보존된 평가 기록
- 0
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
CADER: 긴 동영상 이해를 위한 신뢰도 인식 동적 증거 추론
CameraAnything: 임의의 카메라 제어로 비디오 재촬영
QueenVIS: 쿼리 강화를 통한 비디오 인스턴스 분할의 이미지 단독 학습 재고
심각한 분포 이동 환경의 비디오를 위한 이중 지식 증류 기반 테스트 시간 적응
VlogReward: 브이로그 편집을 위한 다차원 평가 학습
깊이보다 구조: 다중 개체 추론을 위한 단일 블록 시공간 트랜스포머
CorVS+: 대응 관계 기반 영상 궤적-센서 연관을 통한 창고 내 신원 인식 사람 위치 추정
다중 지평선 일관성의 기하학: 잠재 역학이 수축할 때와 그렇지 않을 때
지속적 계산 상태: 생성형 월드 모델을 위한 세션 중심 런타임
SceneActBench: 에이전트는 보는 3D 장면에서 행동할 수 있는가?
HunyuanVideo-HOMA: 멀티모달 기반 인간 애니메이션에서의 범용 인간-객체 상호작용
Delving into Latent Spectral Biasing of Video VAEs for Superior Diffusability
BiWM: 양방향 자기회귀로 오픈소스 대화형 비디오 월드 모델 발전
VLM 기반 설명 비교와 비디오 내 자기 유사도를 이용한 이상 프레임 탐지로 전문가 특유 동작 및 맥락적 의사결정 장면 추출
Self Gradient Forcing: 네이티브 장기 영상 외삽
루프를 닫기: 자기회귀 생성 렌더링을 위한 학습 없는 재방문 일관성
TRaM-VSR: 원스텝 확산 비디오 초해상화를 위한 중요도 인식 토큰 라우팅 및 병합
fMRI2Face: 동적 인간 얼굴 재구성을 위한 Full-HD fMRI-비디오 데이터셋 및 기하학 유도 신경 디코딩 프레임워크
시간 역전 영상: 과거 인간-환경 상호작용 재구성을 위한 다중모달 벤치마크 및 프레임워크
SM4RT: 4D 재구성을 위한 구조화된 모션 기하학 학습
Moir: 모델이 자신의 이야기를 스스로 이끌게 하는 강건한 교차 도메인 지식 편집
GS-Agent: 생성 시뮬레이션으로 4D 물리 세계 생성
한 번 인코딩하고, 디코딩은 하지 않는다: 효율적인 시간적 위치 추정을 위한 오디오 LM 내부 표현 재사용
무선 TokenCom: 다중 사용자 무선 토큰 통신을 위한 강화학습 기반 토크나이저 합의
전이학습을 활용한 비디오 게임 상태 기반 이질적 예측을 위한 다중 과제 학습
연속 EEG에서 서사 이해의 지표로서 전환 관련 전위
독립적 최적화를 넘어서: 멀티모달 엣지 인텔리전스에서 압축, MoE 라우팅, 양자화의 상호작용
EmoAgent-R1: 강화학습 기반 동적 에이전트 특화를 향한 다중모달 감정 이해
V-DEAL: 이해-거부 결합 실패로서의 비디오 안전성 디캘리브레이션 진단
BasketEvent: 농구 영상에서 누가 무엇을 언제 했는지 이해하기
SoccerSynth Field: enhancing field detection with synthetic data from virtual soccer simulator
DCVC-MV: Deep Contextual Multiview Video Compression with Efficient Inter-View Prediction
Focus on What Matters: Constraining Spatial-Temporal Attention via Action-Units for Noise-Resilient AQA
ELT: Elastic Looped Transformers for Visual Generation
Cambrian-P: Pose-Grounded Video Understanding
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.