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.
픽셀에서 상태로: 상호작용 세계 모델을 게임 엔진으로 재고하기
VideoRAE: 표현 오토인코더를 통한 생성 모델링을 위한 비디오 파운데이션 모델 활용
변형 가능 객체 시뮬레이션을 위한 물리 유도 잔차 동역학 학습
Kaleido: 잠재 공간 상관관계를 활용한 비디오 확산 트랜스포머의 알고리즘-하드웨어 공동 설계
언어 모델은 가중치에 사실을 지속적으로 학습할 수 있는가?
PRISM Edit: 모든 시간적 답변을 위한 단일 벡터
V-JEPA 및 심층 시공간 학습을 이용한 HPC 기반 비디오 해안 파도 매개변수 추정
비디오 확산 모델의 직렬성 격차
LVMark: 잠재 영상 확산 모델을 위한 강건한 워터마크
CASHEW: 반복적 궤적 집약을 통한 멀티모달 추론 안정화
Xray-Visual 모델: 산업 규모 데이터에서의 비전 모델 스케일링
GTASA: 비디오 모델의 시공간 분석, 평가 및 학습을 위한 정답 주석
ReflectWorld-MM: 개방형 비디오 스트림을 위한 엔티티 중심 멀티모달 메모리 시스템
ABot-3DWorld 0: 모든 3D 공간을 탐험하는 범용 월드 모델
SymbOmni: 기호적 개념 학습을 통한 에이전트형 옴니 모델의 진화
RegHead: 피드포워드 정합을 통한 비인간형 머리 블렌드셰이프
GEST-Engine: 이벤트 그래프에서 합성 비디오까지. 전체 기술 보고서
보행자 횡단 의도 예측을 위한 희소 어텐션 기반 적응형 교차 모달 융합
MobileSAM2: 공간 지능을 위한 경량 Segment Anything
긴 비디오 이해를 위한 이벤트 인지 시각 할당의 가우시안 혼합 모델링
WanToFight: 멀티플레이어 전투 상호작용을 위한 실시간 생성형 게임 엔진
11th ABAW 챌린지의 HSEmotion 팀: 다중 작업 학습 및 모호함/망설임 비디오 인식
UniVR: 통합 시각 추론을 위한 시각 공간에서의 사고
AVSCap: 옴니모달 비디오 캡셔닝을 위한 오디오-비주얼 시너지 조율
Hy-Embodied-VLM-1.0: 효율적인 물리 세계 에이전트
FlowWAM: 월드 액션 모델을 위한 통합 액션 표현으로서의 광학 흐름
GRADIEND 파이썬 패키지: 그래디언트 기반 특징 학습을 위한 엔드-투-엔드 시스템
GigaChat Audio: 시간 인식 대형 오디오 언어 모델
Prompting-MammAlps: 카메라 트랩 데이터를 위한 세밀한 텍스트-투-비디오 검색
트랜스포머 시간적 헤드와 풀링 후 모션 게이트가 CorrNet 기반 CSLR에 도움이 되는가? 실증적 연구
동적 감정 추론 벤치마킹: 시청자 중심 비디오 감정 데이터셋
InterPet4D: 반려동물 모션 생성을 위한 멀티모달 4D 인간-반려동물 상호작용 데이터셋
약지도 비디오 이상 탐지를 위한 구조적 증거 선택
비전-언어 모델로 계산한 두 영상 간 프레임 유사도 그룹화를 통한 이상 프레임 탐지로 숙련 작업자의 고유 동작 추출
에너지 가이던스만으로 충분한가? 주행 월드 모델을 위한 학습 없는 노름 주입
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.