Hierarchical Memory for Long Video QA
专题命中 长视频与时序推理 :long video(title,abstract);分类 cs.CV
Comments Accepted to CVPR 2024 Workshop
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。
专题命中 长视频与时序推理 :long video(title,abstract);分类 cs.CV
Comments Accepted to CVPR 2024 Workshop
专题命中 长视频与时序推理 :long video(title,abstract);分类 cs.CV
专题命中 长视频与时序推理 :video understanding(title,abstract);分类 cs.CV
Comments ECCV-24; Project page: videoagent.github.io; First two authors contributed equally
专题命中 长视频与时序推理 :long video(title,abstract);分类 cs.CV
Comments The code is released at https://github.com/Tanveer81/RGNet
专题命中 长视频与时序推理 :long video(title,abstract);分类 cs.CV
Journal ref https://cbmi2024.org/
专题命中 长视频与时序推理 :long video(title,abstract);分类 cs.CV
Comments AI for Content Creation Workshop @ CVPR 2024
专题命中 长视频与时序推理 :long video(title,abstract);分类 cs.CV
Comments 17 pages; 8 figures
专题命中 长视频与时序推理 :long video(title,abstract);分类 cs.CV
Comments 11 pages, 8 figures
Journal ref 2023 IEEE/CVF International Conference on Computer Vision (ICCV)
专题命中 长视频与时序推理 :long video(title,abstract);分类 cs.CV
专题命中 长视频与时序推理 :long video(title,abstract);分类 cs.CV
专题命中 长视频与时序推理 :long video(title,abstract);分类 cs.CV
Journal ref Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV) 2023
专题命中 长视频与时序推理 :long video(title,abstract);分类 cs.CV
Comments ACL 2023 Camera Ready. 14 pages, 7 figures, 4 tables
专题命中 长视频与时序推理 :long video(title,abstract);分类 cs.CV
专题命中 长视频与时序推理 :video-language(title,abstract);分类 cs.CV
专题命中 长视频与时序推理 :long video(title,abstract);分类 cs.CV
专题命中 长视频与时序推理 :long video(title,abstract);分类 cs.CV
专题命中 长视频与时序推理 :long video(title);video generation(abstract);分类 cs.CV
专题命中 长视频与时序推理 :long video(title,abstract);分类 cs.CV
专题命中 长视频与时序推理 :long video(title,abstract);分类 cs.CV
专题命中 长视频与时序推理 :long video(title,abstract);分类 cs.CV
Comments Accepted at the 24th International Conference on Medical Image Computing and Computer Assisted Intervention (MICCAI 2021)
Journal ref Medical Image Computing and Computer Assisted Intervention - MICCAI 2021. Lecture Notes in Computer Science. Springer, Cham
专题命中 长视频与时序推理 :long video(title,abstract);分类 cs.CV
Comments CVPR21, Oral
Journal ref CVPR2021 oral
专题命中 长视频与时序推理 :long video(title,abstract);分类 cs.CV
专题命中 长视频与时序推理 :long video(title,abstract);分类 cs.CV
Comments ICCV intelligent short video workshop
专题命中 长视频与时序推理 :long video(title,abstract);分类 cs.CV
Comments CVPR 2019
Venus: 一种高效的边缘内存与检索系统用于基于VLM的在线视频理解
机构 * School of Computer Science and Engineering, Sun Yat-sen University, Guangzhou, China(计算机科学与工程学院,中山大学,广州,中国) ; Department of Information Engineering, The Chinese University of Hong Kong, Hong Kong SAR, China(信息工程系,香港中文大学,香港特别行政区,中国) ; Shenzhen Smart City Communications Co., Ltd., China(深圳智慧城市通信有限公司,中国)
专题命中 长视频与时序推理 :video understanding(title,abstract)
AI总结 Venus提出了一种高效的边缘内存与检索系统,通过边缘-云解耦架构实现快速的在线视频理解,显著降低系统开销并提升响应速度。
Comments Accepted by IEEE International Conference on Computer Communications 2026
TimeThink:用于视频语言模型的时间推理
机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences(中国科学院大学人工智能学院) ; Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所) ; OPPO AI Center, OPPO Inc.(OPPO公司OPPO人工智能中心)
专题命中 长视频与时序推理 :video understanding(abstract);video reasoning(abstract);long video(abstract);分类 cs.CV
AI总结 研究视频推理中模型发现时间证据的问题,提出TimeThink框架,将时间线索步骤作为优化原语,引入奖励和优化目标,构建数据集,实验表明该框架提升了时间定位和推理性能。
Comments 14 pages
DynaTok: 时序自适应和位置偏见感知的视频大语言模型token压缩
机构 * LG Electronics, Seoul, South Korea(LG电子,首尔,韩国)
专题命中 长视频与时序推理 :video understanding(abstract);video reasoning(abstract);long video(abstract);分类 cs.CV
AI总结 本文提出DynaTok,一种无需训练的时序自适应和位置偏见感知的token压缩框架,通过在时序和空间维度上分配token预算,有效减少冗余的时空覆盖,提升视频大语言模型的效率和鲁棒性。
机构 * NVIDIA
专题命中 长视频与时序推理 :video reasoning(abstract);video-language(abstract);long video(abstract);分类 cs.CV
机构 * University of Science and Technology of China(中国科学技术大学) ; Hong Kong University of Science and Technology(香港科技大学)
专题命中 长视频与时序推理 :video generation(abstract);video understanding(abstract);long video(abstract);分类 cs.CV
机构 * Showlab, National University of Singapore(新加坡国立大学Showlab)
专题命中 长视频与时序推理 :video generation(abstract);video diffusion(abstract);long video(abstract);分类 cs.CV
Comments Project page at https://farlongctx.github.io/