Derniers articles pour Analyse de vidéo

Une nouvelle approche 3D améliore la précision du suivi de mouvement dans les vidéos.

SportsHHI se concentre sur les interactions humaines dans les vidéos de basket et de volley pour une analyse améliorée.

Une nouvelle méthode améliore la mesure de la fréquence cardiaque en utilisant l'analyse vidéo et la modélisation faciale en 3D.

Un nouveau système améliore la capture de mouvement 3D à partir de vidéos en 2D.

SPAM propose une manière plus intelligente de taguer les données vidéo efficacement.

Cette étude améliore la segmentation des objets en mouvement en utilisant SAM combiné avec des techniques de flux optique.

Pegasus-1 permet aux utilisateurs d'interagir avec des vidéos en utilisant un langage naturel.

MovieChat simplifie la compréhension des vidéos longues en utilisant des techniques de gestion de mémoire efficaces.

Une nouvelle méthode améliore comment on compte les actions dans les vidéos en utilisant des exemples.

De nouvelles méthodes améliorent la compréhension et l'analyse des événements inhabituels dans les vidéos.

Présentation de LVOS : un dataset pour suivre des objets dans de longues vidéos.

Une nouvelle approche s'attaque à la segmentation d'actions dans de longues vidéos en utilisant le transport optimal.

Une nouvelle méthode améliore la précision de la mesure du rythme cardiaque dans les vidéos compressées.

Cette étude montre comment les schémas de regard personnels influencent les interactions humain-robot.

Une plongée profonde dans les modèles de fondation vidéo et leur importance dans l'analyse vidéo.

Découvrez comment le DMD améliore la détection de mouvement dans les flux vidéo pour les applications de sécurité.

CinePile défie la compréhension des vidéos longues avec 305 000 questions variées.

BIMM apprend le contenu vidéo en imitant les chemins neuronaux du cerveau humain.

JOSENet améliore la détection en temps réel de la violence dans les vidéos de surveillance en utilisant des méthodes avancées.

Une nouvelle méthode améliore l'estimation de mouvement en utilisant des maillages finis adaptatifs.

Une étude sur la reconnaissance des actions en utilisant l'apprentissage avec peu d'exemples et des données multimodales.

De nouvelles méthodes améliorent la compréhension par les machines des interactions dynamiques dans le contenu vidéo.

Le benchmark MLVU vise à améliorer la compréhension des vidéos longues par les machines.

Une nouvelle méthode améliore la précision de détection des actions dans des scènes vidéo qui se chevauchent.

Une nouvelle approche pour la segmentation d'objets vidéo améliore la précision en limitant l'utilisation de la mémoire.

Un nouveau standard vise à évaluer les MLLMs dans la compréhension vidéo sur plusieurs sujets.

Un nouveau modèle améliore la compréhension vidéo en fusionnant des encodeurs d'images et de vidéos.

VANE-Bench améliore la détection des anomalies dans les vidéos malgré la montée du contenu AI.

Un nouveau jeu de données pour améliorer la compréhension des récits dans les courts-métrages.

Un nouveau benchmark vise la compositionnalité dans la compréhension vidéo et les modèles de langage.

Présentation d'une méthode pour des classifications vidéo rapides basées sur l'analyse des premières images.

VideoVista propose une évaluation complète pour les modèles de question-réponse vidéo.

Une nouvelle méthode améliore la reconnaissance des actions dans les vidéos en utilisant le langage contextuel.

Une nouvelle approche améliore la prédiction des images vidéo en utilisant des connaissances du domaine.

Les recherches montrent que la vidéo aide à améliorer la reconnaissance vocale dans des environnements bruyants.

DeepMoveSORT améliore l'efficacité du suivi d'objets, surtout dans des scénarios de mouvement complexes.

Une nouvelle méthode améliore la gestion des données vidéo pour une meilleure compréhension et efficacité.

Une nouvelle méthode améliore la précision pour répondre aux questions basées sur des vidéos.

Une nouvelle méthode améliore le suivi des objets en gérant la mémoire de manière efficace.

FeatureSORT améliore la précision de suivi et la flexibilité dans des environnements dynamiques.