Vidi: Large Multimodal Models for Video Understanding and Editing
机构 * Intelligent Editing Team(智能编辑团队) ; Intelligent Creation, ByteDance Inc.(智能创作,字节跳动公司)
专题命中 视频数据与评测 :video understanding(title);long video(abstract);分类 cs.CV
AI 大模型
视频理解、视频生成、视频语言模型和时序视觉推理。
机构 * Intelligent Editing Team(智能编辑团队) ; Intelligent Creation, ByteDance Inc.(智能创作,字节跳动公司)
专题命中 视频数据与评测 :video understanding(title);long video(abstract);分类 cs.CV
专题命中 视频数据与评测 :video understanding(title,abstract);分类 cs.CV
机构 * ARC Lab, Tencent PCG(腾讯PCG广告实验室) ; City University of Hong Kong(香港城市大学)
专题命中 视频数据与评测 :video reasoning(title,abstract);分类 cs.CV
Comments Homepage: https://github.com/TencentARC/Video-Holmes
机构 * OPPO AI Center(OPPO人工智能中心)
专题命中 视频数据与评测 :video understanding(title,abstract);分类 cs.CV
机构 * Department of Computer Science, Beijing University of Technology(北京理工大学计算机科学系) ; Inspur Electronic Information Industry Co., Ltd(Inspur电子信息产业有限公司) ; Department of Electronic Engineering, Tsinghua University(清华大学电子工程系) ; JD Explore Academy(京东探索研究院)
专题命中 视频数据与评测 :video-language(title,abstract);分类 cs.CV
Comments The dataset and code are publicly available at: https://huggingface.co/datasets/fei213/SurveillanceVQA-589K
机构 * Shanghai Jiao Tong University(上海交通大学) ; Stanford University(斯坦福大学) ; Fellou AI(Fellou人工智能) ; Fudan University(复旦大学) ; Carnegie Mellon University(卡内基梅隆大学) ; Peking University(北京大学) ; Hong Kong Polytechnic University(香港理工大学) ; University of Glasgow(格拉斯哥大学) ; City University of Hong Kong(香港城市大学) ; Westlake University(西湖大学) ; LiveX AI(LiveX人工智能) ; National University of Singapore(新加坡国立大学)
专题命中 视频数据与评测 :video generation(title,abstract);分类 cs.CV
Comments Accepted by CVPR'25
机构 * USTC(中国科学技术大学) ; SJTU(上海交通大学) ; PKUSZ(北京大学软件学院) ; Tencent(腾讯) ; BFA(北京航空航天大学)
专题命中 视频数据与评测 :video generation(title,abstract);分类 cs.CV
Comments project:https://github.com/AILab-CVC/VideoGen-Eval
机构 * Nanjing Tech University(南京理工大学)
专题命中 视频数据与评测 :text-to-video(title,abstract);分类 cs.CV
Comments 9 pages, 8 figures, Proceedings of the 32nd ACM International Conference on Multimedia
Journal ref The 32nd ACM International Conference on Multimedia. 2024: 10105-10113
专题命中 视频数据与评测 :video understanding(title,abstract);分类 cs.CV
Comments Accepted to CVPR 2025. Project page: https://ali2500.github.io/vicas-project/
专题命中 视频数据与评测 :video understanding(title,abstract);分类 cs.CV
专题命中 视频数据与评测 :video generation(title,abstract);分类 cs.CV
Comments 41 pages, 33 Figures
专题命中 视频数据与评测 :video language model(title,abstract);分类 cs.CV
专题命中 视频数据与评测 :video generation(title,abstract);分类 cs.CV
Comments 11 pages, 8 figures, 5 tables
专题命中 视频数据与评测 :video generation(title,abstract);分类 cs.CV
专题命中 视频数据与评测 :video reasoning(title,abstract);分类 cs.CV
Comments 14 pages, 14 figures
专题命中 视频数据与评测 :text-to-video(title,abstract);分类 cs.CV
专题命中 视频数据与评测 :video understanding(title,abstract);分类 cs.CV
Comments Accepted by 38th NeurIPS Datasets & Benchmarks Track (NeurIPS 2024)
专题命中 视频数据与评测 :video generation(title,abstract);分类 cs.CV
专题命中 视频数据与评测 :video-language(title,abstract);分类 cs.CV
Comments Accepted by ECCV 2024. 19 pages, 3 figures, 8 tables. Data is available at https://github.com/lscpku/VITATECS
专题命中 视频数据与评测 :video-language(title,abstract);分类 cs.CV
专题命中 视频数据与评测 :video-language(title,abstract);分类 cs.CV
Comments Published in 62nd ACL (2024) Main Track
专题命中 视频数据与评测 :text-to-video(title,abstract);分类 cs.CV
Comments Accepted by ACMMM 24
专题命中 视频数据与评测 :video understanding(title,abstract);分类 cs.CV
Comments 38 pages, 44 figures
专题命中 视频数据与评测 :video reasoning(title,abstract);分类 cs.CV
Comments Project page: https://ander1119.github.io/TiM
专题命中 视频数据与评测 :video understanding(title,abstract);分类 cs.CV
Comments CVPR 2024 highlight: updated version with Mistral and better performances for MVBench/NExT-QA/STAR/TVQA/EgoSchema/IntentQA
专题命中 视频数据与评测 :video reasoning(title,abstract);分类 cs.CV
Comments CVPR
专题命中 视频数据与评测 :video-language(title,abstract);分类 cs.CV
Comments Accepted by ICMR 2024
专题命中 视频数据与评测 :video-language(title,abstract);分类 cs.CV
Comments Accepted to CVPR 2024
专题命中 视频数据与评测 :text-to-video(title,abstract);分类 cs.CV
Comments EACL 2023 Camera Ready
专题命中 视频数据与评测 :video-language(title,abstract);分类 cs.CV
Comments 25 pages, 17 figures