AI 大模型

视频大模型

视频理解、视频生成、视频语言模型和时序视觉推理。

2025-12-10 至 2025-12-10 共收录 1 篇信号源：cs.CV, eess.IV, cs.MM

1. 视频数据与评测 1 篇

2508.00518 2025-12-10 cs.CV cs.CL 57%

细粒度眼动视频时空定位

Shuo Liang, Yiwu Zhong, Zi-Yuan Hu, Yeyao Tao, Liwei Wang

机构 * The Chinese University of Hong Kong（香港中文大学）

专题命中视频数据与评测：video understanding(abstract)；分类 cs.CV

AI总结本文提出EgoMask基准和EgoMask-Train数据集，针对眼动视频细粒度时空定位的挑战，通过微调提升模型性能。

Comments Accepted by ICCV 2025

↑