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.
HumanOmni-Speaker: 누가 무엇을 언제 말했는지 식별하기
시각적 합성을 위한 생성적 정제 네트워크
긴 영상 키프레임 검색을 위한 쿼리의 툴 호출 분해
WAM4D: 공간 레지스터 토큰을 통한 빠른 4D 월드 액션 모델
Wan-Streamer v0.2: 더 높은 해상도, 동일한 지연 시간
다중 스케일 합성곱과 동적 라우팅을 통한 비디오-텍스트 시간적 로컬라이제이션
표현 오토인코더를 활용한 멀티플레이어 인터랙티브 월드 모델
Light-Omni: 장기 기억을 갖춘 에이전틱 비디오 이해에서 추론보다 반사적 처리
ARMS: 자연스러운 솔로-소셜 모션 전환을 위한 앵커-관계형 모션 스트리밍
SparseCtrl-HOI: 인간-객체 상호작용 비디오 생성을 위한 희소 시간적 제어
MobileWan: 모바일 비디오 디퓨전의 품질 격차 해소
MoWorld: 플래시 월드 모델
EeveeDark: 이벤트 기반 센서 수준 융합을 통한 저조도 비디오 향상을 위한 이진 신경망 프레임워크
AlayaWorld: 장기 지평 플레이어블 비디오 월드 생성
클래스 비지정 모션 예측을 위한 합성-실제 변환
FADRA: 비디오 얼굴 복원을 위한 잔차 적응 기반 주파수 인식 확산 모델
신분증 내 광학 가변 장치의 시간적 모델링
WristMimic: 손목 기반 조작을 통한 전신 휴머노이드 제어
EgoPolice: 고위험 경찰 바디캠 영상에서의 자기중심 비디오 이해를 위한 벤치마크
매개변수 효율적인 다중 샷 장편 비디오 외삽을 위한 프롬프트-어댑터 컨텍스트 라우팅
Point as Skeleton: 누적 포인트 클라우드 강화 자기회귀 생성을 통한 폐루프 자율주행 시뮬레이션
ProxyPose: 비디오-투-비디오 변환을 통한 6-DoF 자세 추적
추론 효율적인 세계 행동 모델을 위한 4D 기하학적 사전 학습
월드 모델의 정의와 로드맵
OmniFocus: 옴니모달 대규모 언어 모델을 위한 쿼리 기반 모달리티 균형 토큰 압축
DynaVieW: 계층적 시각 역학 이해를 위한 스키마 기반 세계 모델링
DELTAVID: 크로스 비디오 차이를 활용한 세밀한 시공간 지각 향상
Entropy-Coded MS-VQ-VAE with Learned Priors for Ultra-Low Bitrate Video Compression
RotateAttention: 비디오 생성에서 INT4 양자화 어텐션을 위한 RoPE 인식 회전 및 범위 보정
Homer: 계층적 메모리와 에이전틱 추론을 통한 장시간 비디오 이해
비디오 추론을 위한 잠재 시각 캐시
K9-Bench: 개 중심 영상에서 멀티모달 LLM 평가
노이즈를 추적하고, 세계를 움직여라: 제어 가능한 비디오 생성을 위한 3D 기반 모션 일관성 노이즈
대화형 인간 오디오-비주얼 토킹 다이얼로그 생성
SPLIT: 공간 패치 수준 비일관성과 시간적 거칠기를 통한 학습 불필요 AI 생성 및 부분 편집 영상 탐지
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.