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.
멀티모달 LLM을 활용한 정책 시각적 검사 기반 개방형 멀티에이전트 자동 커리큘럼
페르소나 지도 작성: 가중치 공간에서 언어 모델 성격 특성 탐색
자폐 관련 자기자극적 손 특이행동의 시퀀스 기반 분류에서 프레임 레이트 효과 평가
CommuniWave: 도시 커뮤니티 내 일시적 비공식 행동의 정도를 정량화하는 머신러닝 모델
AUTOPILOT VQA: 사고 중심 블랙박스 영상 이해를 위한 비전-언어 모델 벤치마크
XOV-Action: 일반화 가능한 오픈-보캐뷸러리 행동 인식을 향하여
PhyMAGIC: 신뢰도 기반 LLM을 활용한 물리적 동작 인식 생성 추론
StreamVLN: SlowFast 컨텍스트 모델링을 통한 스트리밍 비전-언어 내비게이션
공간 추론을 위한 비전-언어 메모리
생성 액션 흔적: 합성 비디오에서의 인간 동작 평가
Elastic3D: 가이드된 잠재 디코딩을 활용한 제어 가능한 스테레오 비디오 변환
HairWeaver: 시뮬레이션-실제 유도 비디오 디퓨전을 활용한 퓨샷 포토리얼리스틱 헤어 모션 합성
적은 데이터, 빠른 수렴: 멀티모달 지시 미세조정을 위한 목표 주도 데이터 최적화
MAVEN: 비디오 추론 태스크를 위한 다단계 에이전트 기반 어노테이션 파이프라인
다중 객체 추적을 위한 선택적 마스크 전파
video-SALMONN-R³: 효율적인 비디오 이해를 위한 재시청, 재질문, 재답변 학습
손 동작 재구성을 위한 비디오 확산 모델의 놀라운 효과성
시간적 비율을 통한 비디오-액션 일반화 격차의 이해 및 완화
SkelGen4D: 텍스트 기반 메시 애니메이션을 위한 약지도 학습 기반 스켈레톤 4D 생성
WCog-VLA: 엔드-투-엔드 자율주행을 위한 이중 수준 세계-인지 비전-언어-액션 모델
VEGAS: 시선을 활용한 인간 정렬 비디오 캡션 평가
Whareformer: 긴 1인칭 시점 비디오에서 무엇이 어디에 있는지 추적하는 학습 기반 방법
SAM-MT: 실시간 인터랙티브 다중 대상 비디오 분할
HumanForge: 멀티 에이전트 위조 근거를 갖춘 인간 중심 딥페이크 영상 벤치마크
OpenCoF: 비디오 생성을 통한 추론 학습
OPSD-V: 사후 학습 기반 소수 단계 자기회귀 비디오 생성기를 위한 온-정책 자기 증류
LongE2V: 비디오 확산 모델을 활용한 장기 이벤트 기반 비디오 복원, 예측 및 프레임 보간
Omni-RRM: 자동 루브릭 기반 선호도 합성을 통한 옴니 보상 모델링 발전
수동적 관찰자에서 능동적 비평가로: 강화학습이 로봇 조작을 위한 과정 추론을 이끌어내다
"AlphaEdit: Null-Space Constrained Knowledge Editing for Language Models"의 재현성 연구
픽셀에서 초상화까지: 토킹 헤드 생성 기법과 응용에 관한 종합 서베이
VisCoP: 비전-언어 모델의 비디오 도메인 적응을 위한 시각적 프로빙
세밀한 열화 안내 순차적 추론을 통한 압축 비디오의 블라인드 화질 향상
SWITCH: 장기 수평 구현형 시나리오에서 유형 인터페이스의 모델링 및 처리 벤치마킹
MorphGS: 비디오에서의 형태 적응형 관절 3D 모션 전이
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.