IJCV

StoryVideoQA: Scaling Deep Video Understanding with a Large-Scale, Multi-Genre and Auto-Generated Dataset

StoryVideoQA: 通过大规模、多类型和自动生成的数据集扩展深度视频理解

Zhengqian Wu, Zhixian Liu, Aodong Chen, Jingyang Zhang, Ruizhe Li, Hanlin Ge, Zhongyuan Wang, Chunxia Xiao, Chao Liang

机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； National Engineering Research Center for Multimedia Software（多媒体软件国家工程研究中心） ； Hubei Key Laboratory of Multimedia and Network Communication Engineering（湖北省多媒体与网络通信工程重点实验室） 纠错

AI总结 提出StoryVideoQA数据集和PlotTree方法，通过多智能体协作框架自动生成大规模深度视频理解问答对，并利用层次化情节结构提升复杂故事线推理能力。

Comments Accepted by IJCV 2026

Journal ref International Journal of Computer Vision (2026)

On Efficient Variants of Segment Anything Model: A Survey

关于高效分段任何模型的变体：一项调查

Xiaorui Sun, Jun Liu, Heng Tao Shen, Xiaofeng Zhu, Ping Hu

机构 * School of Computer Science and Engineering（计算机科学与工程学院） ； School of Computing and Communications（计算与通信学院） ； School of Computer Science and Technology（计算机科学与技术学院） 纠错

AI总结 本文综述了高效分段任何模型变体的研究，探讨了提升效率的同时保持准确性的核心技术和方法，并评估了不同硬件上的性能。

Comments IJCV