MarkIt: Training-Free Visual Markers for Precise Video Temporal Grounding
MarkIt: 免训练视觉标记用于精确视频时间定位
专题命中 视频理解 ：video understanding(abstract)；分类 cs.MM
AI总结 提出免训练框架MarkIt，通过无标注查询到掩码桥接生成标记视频，增强视频语言大模型的时间定位能力，在多个基准上取得最优结果。
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。
