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.
iSEE: 자기지도학습을 통한 대상 영속성
STAGE: 텍스트-3D 모델을 위한 부분공간 타깃 아핀 생성 삭제
FiVOS: 대화형 비디오 객체 분할 및 필터 향상 기반 어류 분할 알고리즘
VTR-Bench: 비디오 생성의 시각적 텍스트 렌더링 평가를 위한 체계적 벤치마크
사라지기 전에: 비디오 대규모 언어 모델(VideoLLM)에서 추론 시점 시간적 표현 강화
Oneira: 비디오 월드 모델에서 개방형 생성을 넘어 오픈월드 상호작용으로
DiVid: 비디오 생성 모델의 차원별 다양성 붕괴 진단
Cog-VADU: 비디오 이상 행동 탐지 및 이해를 위한 비학습 기반 인지 추론 프레임워크
OneStreamer: 스트리밍 비디오 상호작용에서 인식, 메모리 및 능동적 응답의 통합
GIFTBench: 이미지 위조 국소화에서의 일반화 진단 및 모델 설계 안내
VETO: 비전-언어 모델을 위한 비디오 효율적 토큰 최적화
사용자 비디오 컬렉션 기반의 메모리 유도 B-roll 생성
Latent-Foresight: 잠재 월드 모델을 위한 예측 가능한 표현의 엔드투엔드 학습
토큰 수준의 비디오 강화학습
추론 실패 분석을 통한 조합 가능한 비디오 공간 지능
MosaiChunk: 자기회귀 비디오 생성을 위한 시공간 메모리 합성
4Director: 강체 3D 지오메트리를 활용한 비디오 월드 모델 제어
World Observer: 지속적인 월드 모델링을 위한 행위자-관찰자 결합 생성
Generative Cinematographer: 3D에서의 카메라 및 객체 모션 구성
DMAD: 빠른 시각적 생성을 위한 적대적 증류 기반의 분포 매칭
HiPhy: 물리적으로 타당한 다중 물리 법칙 비디오 생성을 위한 계층적 정렬
PROWBench: 비디오 모델은 프로그램이 지정한 내용을 그대로 렌더링하는가?
근접 정책 최적화 영역: 그래디언트가 아닌 프롬프트 속의 교사
개입, 공유 잠재가 아님: 오디오-비디오 생성에서 시각적 지름길 차단
플라톤적 표현 가설에서 무엇이 수렴하는가? 기하학보다 구조
Live Assistant: 실제 라이브 소셜 스트림에서 지원 여부, 시점 및 대상을 학습하기
LAYERSCOPE: 비디오 및 멀티모달 학습 표현의 층별 특성 분석
EA-WM: 구조화된 운동학-시각 액션 필드를 갖춘 이벤트 인지 생성 월드 모델
Realtime-Venus: 비동기 위임을 갖춘 전이중(full-duplex) 상호작용 시스템
RewardVerse: 비디오 보상 모델링을 위한 루브릭 기반 정책 최적화
QuantWM: 월드 모델 및 비디오 생성을 위한 시간적으로 일관된 2비트 KV 캐시 양자화
수술을 위한 계층 인식 비디오-언어 모델 평가 및 쌍곡선 기준선
학습된 관절 운동 제약을 이용한 단안 영상 기반 수술 운동학
비전-언어 모델은 인간 중심 비디오를 분석할 수 있는가? 모델 역량 파악 및 인간-AI 협업 워크플로우 구축
잠재 진화 월드 액션 모델
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.