One Trajectory, One Token: Grounded Video Tokenization via Panoptic Sub-object Trajectory
一条轨迹，一个标记：通过全景子对象轨迹实现的 grounded 视频标记化
机构 * University of Washington（华盛顿大学） ； Allen Institute for Artificial Intelligence（人工智能艾伦研究所） ； Woven by Toyota, Inc（丰田公司）
AI总结 本文提出 grounded 视频标记化方法，通过全景子对象轨迹组织标记，减少冗余并保持时间一致性，TrajViT 在多个视频理解基准上优于空间-时间 ViT，具有更高的效率和性能。
Comments ICCV 2025
