Papers with Code 아카이브
Video Understanding
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 7
- 평가표
- 0
- 보존된 평가 기록
- 0
A crucial task of Video Understanding is to recognise and localise (in space and time) different actions or events appearing in the video.
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
TempCore: 비디오 QA 벤치마크는 시간적으로 그라운딩되어 있는가?
RefAM: Attention Magnets for Zero-Shot Referral Segmentation
SurgMotion: 수술 영상의 범용 이해를 위한 비디오 네이티브 파운데이션 모델
X-GS: 3D 가우시안 스플래팅을 통한 인지 및 사고를 위한 확장 가능한 프레임워크
사전 지식에서 지각으로: 비디오-LLM을 물리적 현실에 그라운딩하기
4D 파운데이션 모델은 기억할 수 있는가?
내 샷을 훔쳤나? 생성형 영상에서 카메라 모션 표절 검출의 개척
말하는 얼굴 딥페이크 탐지를 위한 상보적 rPPG 유래 및 입술 영역 주파수 단서
서베이를 넘어서: 시각적 다중 객체 추적에서 검출과 연관에 대한 체계적 실증 연구
단일 광자 비디오 촬영을 위한 시공간 플럭스 프로빙
인간 수준의 정확도, 비인간적 전략: 비디오 물리적 추론에서 나타나는 모델-인간 간 차이 규명
LD-RSVIS: 참조 수술 비디오 기구 세그멘테이션을 위한 대규모 다채로운 벤치마크
CausalWM: 체화된 월드 모델을 위한 인과적 사고의 연쇄 추론
RegVGGT: 규제된 메모리를 통한 스트리밍을 위한 지속 가능한 시각 기하 그라운딩
행동을 위한 올바른 미래: 세계 행동 모델에서 행동 관련 예측 상태 학습
Omni2Web: 시청각 웹사이트 개발 벤치마크
방송 스누커 큐볼 식별을 위한 규칙 제약 할당
대수적 일관성만으로는 잠재 행동 모델의 시간적 구조를 보증할 수 없다
CE⁴L: 지속적 Ego, Exo 및 Ego-Exo 학습
관상동맥 조영술 영상 기반 SYNTAX 점수 산정을 위한 임상 워크플로우 모델링
PREM: 장시간 비디오 이해를 위한 접두 문맥 기반 순환 메모리
DFD-Lab: 모듈형 오디오-비주얼 딥페이크 탐지 파이프라인
MotionJEPA: 잠재 공간에서 시각적 변화를 포착하여 시간적 특징 붕괴 방지하기
Action-Slot: 다중 에이전트 원자적 활동 이해를 위한 구조화된 행동 중심 표현 학습
HappyWorld-Bench
NeuIDO: 물리 정보 기반 4D 월드 모델을 위한 신경 내재 역학 연산자
TReViS: 자기지도 반복 동작 계수를 위한 시간적 반복 구조 인식 비디오 합성
AgentSTAR: 단안 영상으로부터의 에이전트 기반 형상 추적 및 재구성
동역학 및 불확실성을 고려한 트리 기반 가우시안 프로세스 분류기를 이용한 영상 기반 수술 기량 평가
ReSTI: STI-Bench의 소스 근거 감사 및 수정
GameHorizon Suite: 게임플레이에서의 다중 호라이즌 데이터 및 평가
DnA: 시각 태스크를 위한 디노이징 어텐션
안면 표정 이해를 위한 비디오 트랜스포머의 프레임별 어텐션 재가중
IWP: 대규모 비전-언어 모델에서 토큰 가지치기를 암시적 가중치 가지치기로
EchoSonar-R: 심초음파 질병 분류 및 보고서 생성을 위한 다중 뷰 추론 지원 모델
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.