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.
CARA: 해석 가능한 충돌 예측을 위한 개념 인식 위험 어텐션
PercepCap: 구조화된 시공간 인식 기반 비디오 캡셔너
구조화된 편집 프롬프트와 밀집-희소 융합을 활용한 CoVR-R용 Reason-Then-Retrieve
N체 문제: 1인칭 에고센트릭 비디오로부터의 병렬 실행
VLM 내부에서 위장된 시각 컨텍스트의 숨겨진 진화
ZoomV: 효율적인 긴 비디오 이해를 위한 시간적 줌인
Cortex: 동결된 시각 특징을 이용한 Quake용 컴팩트 행동 클로닝
GIM-ENDO: 위장 장상피화(GIM) 형태학 및 병리학을 위한 다중 모달 내시경 이미지·비디오 데이터셋
Ouroboros-Spatial: 공간 추론을 위한 데이터-모델 루프 폐쇄
OmniScope: 옴니모달 대규모 언어 모델을 위한 모달리티 분리 토큰 압축
토카막 디버터에서 중성 입자 방출 단층촬영의 가시광선 영상 진단: 효율적인 트랜스포머 기반 대리 모델
아동 중심 AIGC 영상 위험 검토: 벤치마크 및 지식 지원 반복 추론 프레임워크
TOM-GS: 정적 3D 가우시안의 시간적 불투명도 변조를 통한 편집 가능한 비디오 표현
정신분열증 인지 재활을 위한 상호작용형 비전-언어 플랫폼
PCA: 빠른 비디오 대규모 언어 모델을 위한 지속성 인식 압축 및 집계
모델의 눈을 열다: 비디오 및 문맥 인식 멀티모달 백채널 예측
도메인 격차 벤치마킹: 비디오 캡슐 내시경에서 도메인 이동 하의 모델 선택 불안정성
잡초가 많은 현장 영상에서의 소형 수분 매체 검출
WaveZip: 비디오 토큰 응집을 위한 웨이블릿 기반 시공간 분리
Omni-Prune: 효율적인 옴니모달 대규모 언어 모델을 위한 쿼리 인식 통합 토큰 가지치기
TimePLE: 비디오 시간적 그라운딩을 위한 시간 표현 재고
MarineEVT: 시각적 도구 추론을 통한 이벤트 중심 해양 영상 이해의 발전
ReflexTrack: 학습 없는 지시 기반 비디오 객체 분할을 위한 피드백 기반 에이전트
EgoPlay: 이벤트 트리거 기반 자기중심 스트림 비디오 편집
시각적 병목: 공간-시간 통합 비디오 그라운딩을 위한 MLLM의 희소 프레임 적응
CADER: 긴 동영상 이해를 위한 신뢰도 인식 동적 증거 추론
QueenVIS: 쿼리 강화를 통한 비디오 인스턴스 분할의 이미지 단독 학습 재고
심각한 분포 이동 환경의 비디오를 위한 이중 지식 증류 기반 테스트 시간 적응
VlogReward: 브이로그 편집을 위한 다차원 평가 학습
깊이보다 구조: 다중 개체 추론을 위한 단일 블록 시공간 트랜스포머
CorVS+: 대응 관계 기반 영상 궤적-센서 연관을 통한 창고 내 신원 인식 사람 위치 추정
다중 지평선 일관성의 기하학: 잠재 역학이 수축할 때와 그렇지 않을 때
SceneActBench: 에이전트는 보는 3D 장면에서 행동할 수 있는가?
VLM 기반 설명 비교와 비디오 내 자기 유사도를 이용한 이상 프레임 탐지로 전문가 특유 동작 및 맥락적 의사결정 장면 추출
시간 역전 영상: 과거 인간-환경 상호작용 재구성을 위한 다중모달 벤치마크 및 프레임워크
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.