Dr.V: A Hierarchical Perception-Temporal-Cognition Framework to Diagnose Video Hallucination by Fine-grained Spatial-Temporal Grounding
专题命中 视频数据与评测 :video understanding(abstract);分类 cs.CV
Comments 25 pages, 16 figures
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 视频数据与评测 :video understanding(abstract);分类 cs.CV
Comments 25 pages, 16 figures
机构 * Huawei Technologies Co.(华为技术有限公司) ; South China University of Technology(南方科技大学)
专题命中 视频数据与评测 :video generation(abstract);分类 cs.CV