arXivDaily arXiv每日学术速递 周一至周五更新

AI 大模型

视频大模型

视频理解、视频生成、视频语言模型和时序视觉推理。

2026-05-08 至 2026-05-08 共收录 1 信号源:cs.CV, eess.IV, cs.MM

1. 视频问答 1 篇

2603.20180 2026-05-08 cs.CV cs.AI cs.CL 84%

Adaptive Greedy Frame Selection for Long Video Understanding

自适应贪心帧选择用于长视频理解

Yuning Huang, Xiaoyu Ji, Joseph Huang, Yichi Zhang, Fengqing Zhu

机构 * Purdue University(普渡大学)

专题命中 视频问答 :video understanding(title);long video(title);分类 cs.CV

AI总结 本文提出一种自适应贪心帧选择方法,在固定帧预算下联合优化查询相关性和语义代表性,通过构建1FPS候选池并嵌入两种互补空间,提升长视频问答的准确率。

详情

展开后加载摘要…

URL PDF HTML 收藏