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.
복잡한 조립 행동 이해를 위한 구성적 컨텍스트 미세조정 비전-언어 모델
온도 샘플링과 분산 보정 시간 이동을 통한 디퓨전 다양화
미세표정 인식을 위한 행동 단위(AU) 기반 합성 비디오 생성
TreeSoc: 축구 영상 이해를 위한 트리 구조 동적 추론 및 도구 시너지
스포츠 비디오에서 레이블 효율적 정확 이벤트 스포팅을 위한 시간적 특징 증류
RTFVE: 실시간 얼굴 비디오 향상
FSFVE: 퓨샷 압축 얼굴 비디오 향상
비디오 LLM은 실제로 영상을 보는가? 장편 비디오에서의 인물 추적 실패 진단
어텐션 헤드를 통한 디퓨전 트랜스포머의 모션 전이 제어
HandFlow: 플로우 매칭을 이용한 완전 생성형 4D 손 복원
SLVMBench: 비디오 메모리로부터의 스킬 학습
원격 신분증 홀로그램 탐지를 위한 비디오 트랜스포머
HyperGS: 빠르고 일반화 가능한 가우시안 비디오 표현
Vinci2: 연속적 자기중심 영상에서의 능동적 지원 제공
Motion4Motion: 추론 시점에서 대상 간 모션 전이
StoryTeller: 장편 오디오 설명을 위한 학습 없는 내러티브 그라운딩
Cycle-World: 역방향 예측 순환 일관성을 통한 장기 비디오 월드 모델의 오류 누적 완화
근거 기반 비디오 질의응답
MLP는 헤비안이다: 트랜스포머를 위한 효율적인 사실 저장 MLP 구성
PhysMRV: 물리적 타당성 추론을 위한 물리 메모리 검색 및 검증
강건한 오디오 인식으로 장문 옴니모달 이해 강화
Weight-Adjusted Gradients Reveal Parameter Importance and Failure Modes in LLMs
판독 가능한 트랜스포머의 학습, 판독, 및 편집
GenVid2Robot: 강체-기하학적 일관성을 통한 비디오 생성에서 로봇 조작으로
WAM-TTT: 테스트 시간에 인간 플레이 영상을 활용한 월드-액션 모델 조종
M4V: 효율적인 텍스트-투-비디오 생성을 위한 멀티모달 Mamba
AV-Master: 이중 경로 종합 인식을 통한 향상된 오디오-비주얼 질의응답
빠른 비디오 생성을 위한 전이 매칭 지식 증류
열거와 계수를 통한 멀티모달 LLM의 장편 비디오 정량적 추론 진단
비디오 생성 모델은 범용 비전 학습자다
행동 분할 데이터셋 압축을 위한 적응형 잠재 궤적 앵커링
시간적 편이를 넘어: 생성형 오디오-비주얼 모델을 위한 참조 없는 평가자로서의 Omni-LLM 적용
VTaMo: 수어 번역을 위한 비디오-텍스트 정렬 모델
구현된 행동 조건부 월드 모델을 위한 인과적 편향 제거 잠재 행동 모델
PanoWorld: 실세계 파노라마 생성
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.