VideoLLM Benchmarks and Evaluation: A Survey
机构 * Indian Institute of Technology Jodhpur(印度理工学院朱达普尔)
专题命中 视频数据与评测 :video understanding(abstract);分类 cs.CV
Comments 12 pages, 2 Tables
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。
机构 * Indian Institute of Technology Jodhpur(印度理工学院朱达普尔)
专题命中 视频数据与评测 :video understanding(abstract);分类 cs.CV
Comments 12 pages, 2 Tables
专题命中 视频数据与评测 :video generation(abstract);分类 cs.CV
机构 * University of California, Los Angeles(加州大学洛杉矶分校)
专题命中 视频数据与评测 :text-to-video(abstract);分类 cs.CV
机构 * Shenzhen University(深圳大学) ; Tsinghua University(清华大学) ; Kuaishou Technology(快手科技)
专题命中 视频数据与评测 :video generation(abstract);分类 cs.CV
Comments Accepted by CVPR2025. Project page: https://koala36m.github.io/
机构 * Peking University(北京大学) ; South China University of Technology(华南理工大学) ; The University of Hong Kong(香港大学) ; Kuaishou Technology(快手科技)
专题命中 视频数据与评测 :video understanding(abstract);分类 cs.CV
专题命中 视频数据与评测 :video understanding(abstract);分类 cs.CV
机构 * University of Windsor(温莎大学)
专题命中 视频数据与评测 :video-language(abstract);分类 cs.CV
专题命中 视频数据与评测 :video generation(abstract);分类 cs.CV
Comments A preliminary version of this paper has been accepted by workshop SCSL@ICLR 2025
专题命中 视频数据与评测 :video generation(abstract);分类 cs.CV
Comments 10 pages, 4 figures
专题命中 视频数据与评测 :video generation(abstract);分类 cs.CV
专题命中 视频数据与评测 :video reasoning(abstract);分类 cs.CV
专题命中 视频数据与评测 :video understanding(abstract);分类 cs.CV
Comments Accepted to CVPR2025
专题命中 视频数据与评测 :video understanding(abstract);分类 cs.CV
Comments Accepted to ICLR 2025. Code, docs, weight, benchmark and training data are all avaliable at https://rese1f.github.io/aurora-web/
专题命中 视频数据与评测 :video understanding(abstract);分类 cs.CV
Comments To appear at CVPR 2025
专题命中 视频数据与评测 :video understanding(abstract);分类 cs.CV
Comments 17 pages, 14 figures, technical report
专题命中 视频数据与评测 :video understanding(abstract);分类 cs.CV
Comments FAVOR-Bench project page: https://favor-bench.github.io/
专题命中 视频数据与评测 :video generation(abstract);分类 cs.CV
专题命中 视频数据与评测 :video understanding(abstract);分类 cs.CV
专题命中 视频数据与评测 :text-to-video(abstract);分类 cs.CV
Comments CVPR 2025. Project page: https://huggingface.co/spaces/ksort/K-Sort-Arena
专题命中 视频数据与评测 :long video(abstract);分类 cs.CV
Comments Accepted by CVPR2025
专题命中 视频数据与评测 :video generation(abstract);分类 cs.CV
专题命中 视频数据与评测 :video understanding(abstract);分类 cs.CV
Comments ICLR 2025. Extended annotation with 43K multi-shot videos in total. https://mingfei.info/shot2story for updates and more information
专题命中 视频数据与评测 :text-to-video(abstract);分类 cs.CV
Comments Accepted to AAAI 2025
专题命中 视频数据与评测 :video understanding(abstract);分类 cs.CV
专题命中 视频数据与评测 :long video(abstract);分类 cs.CV
专题命中 视频数据与评测 :video generation(abstract);分类 cs.CV
专题命中 视频数据与评测 :video understanding(abstract);分类 cs.CV
Comments To appear in WACV 2025
专题命中 视频数据与评测 :video understanding(abstract);分类 cs.CV
专题命中 视频数据与评测 :video understanding(abstract);分类 cs.CV
专题命中 视频数据与评测 :video generation(abstract);分类 cs.CV
Comments NeurIPS D&B Track 2024 camera ready version, TL;DR: the first large-scale dataset for camera controllable human image animation task, and a baseline method