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.
그라운딩 없는 정확도: 비디오 LLM 벤치마크에서 시각 의존성 분리 진단
ScanFocus: 시공간 비디오 그라운딩을 위한 거친-세밀 프레임워크
자동 현미경 요검사를 위한 영상 기반 전초점 이미지 재구성 알고리즘
실환경에서 공간 초지각(Spatial Supersensing)을 향하여
EgoProceVQA: 자기-스킬-탐험 에이전트를 갖춘 새로운 에고센트릭 절차적 이해 과제
VideoRAE: 표현 오토인코더를 통한 생성 모델링을 위한 비디오 파운데이션 모델 활용
V-JEPA 및 심층 시공간 학습을 이용한 HPC 기반 비디오 해안 파도 매개변수 추정
비디오 확산 모델의 직렬성 격차
CASHEW: 반복적 궤적 집약을 통한 멀티모달 추론 안정화
Xray-Visual 모델: 산업 규모 데이터에서의 비전 모델 스케일링
GTASA: 비디오 모델의 시공간 분석, 평가 및 학습을 위한 정답 주석
ReflectWorld-MM: 개방형 비디오 스트림을 위한 엔티티 중심 멀티모달 메모리 시스템
GEST-Engine: 이벤트 그래프에서 합성 비디오까지. 전체 기술 보고서
보행자 횡단 의도 예측을 위한 희소 어텐션 기반 적응형 교차 모달 융합
MobileSAM2: 공간 지능을 위한 경량 Segment Anything
긴 비디오 이해를 위한 이벤트 인지 시각 할당의 가우시안 혼합 모델링
11th ABAW 챌린지의 HSEmotion 팀: 다중 작업 학습 및 모호함/망설임 비디오 인식
UniVR: 통합 시각 추론을 위한 시각 공간에서의 사고
AVSCap: 옴니모달 비디오 캡셔닝을 위한 오디오-비주얼 시너지 조율
Hy-Embodied-VLM-1.0: 효율적인 물리 세계 에이전트
Prompting-MammAlps: 카메라 트랩 데이터를 위한 세밀한 텍스트-투-비디오 검색
트랜스포머 시간적 헤드와 풀링 후 모션 게이트가 CorrNet 기반 CSLR에 도움이 되는가? 실증적 연구
동적 감정 추론 벤치마킹: 시청자 중심 비디오 감정 데이터셋
약지도 비디오 이상 탐지를 위한 구조적 증거 선택
비전-언어 모델로 계산한 두 영상 간 프레임 유사도 그룹화를 통한 이상 프레임 탐지로 숙련 작업자의 고유 동작 추출
복잡한 조립 행동 이해를 위한 구성적 컨텍스트 미세조정 비전-언어 모델
TreeSoc: 축구 영상 이해를 위한 트리 구조 동적 추론 및 도구 시너지
스포츠 비디오에서 레이블 효율적 정확 이벤트 스포팅을 위한 시간적 특징 증류
RTFVE: 실시간 얼굴 비디오 향상
비디오 LLM은 실제로 영상을 보는가? 장편 비디오에서의 인물 추적 실패 진단
HandFlow: 플로우 매칭을 이용한 완전 생성형 4D 손 복원
SLVMBench: 비디오 메모리로부터의 스킬 학습
원격 신분증 홀로그램 탐지를 위한 비디오 트랜스포머
HyperGS: 빠르고 일반화 가능한 가우시안 비디오 표현
Vinci2: 연속적 자기중심 영상에서의 능동적 지원 제공
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.