Derniers articles pour Analyse de vidéo

Utiliser la technologie pour améliorer les procédures médicales d'urgence et soutenir les intervenants.

Une nouvelle méthode améliore la compréhension des vidéos en séparant les caractéristiques dynamiques et statiques.

Un ensemble de données qui donne des aperçus sur les interactions des piétons dans des situations de circulation.

Un nouveau repère améliore la compréhension des modèles sur les longues vidéos et le langage.

Un aperçu de comment la segmentation d'action améliore notre compréhension des comportements animaux.

Ego-VPA simplifie l'adaptation pour l'analyse vidéo égocentrique, améliorant l'efficacité et la performance.

SANGRIA améliore l'analyse vidéo chirurgicale en utilisant des graphes de scènes dynamiques et des annotations minimales.

Cette étude améliore la détection d'actions vidéo en se concentrant sur le contexte et la classification.

Une nouvelle méthode améliore le suivi des points en liant le langage avec des données visuelles.

SAM-2 améliore l'analyse vidéo chirurgicale, gérant des défis comme la fumée et un éclairage faible.

Ce modèle prédit le mouvement des objets et analyse le contenu vidéo de manière efficace.

Un nouveau jeu de données et une méthode améliorent le grounding vidéo pour des récits complexes.

YOWOv3 améliore la détection d'action dans les vidéos avec efficacité et précision.

COM Kitchens propose des vidéos de cuisine non montées pour étudier les processus de préparation des aliments.

MATR améliore la détection d'actions dans des vidéos non montées grâce à une technologie augmentée par la mémoire.

mPLUG-Owl3 améliore la compréhension des images et des vidéos pour des réponses plus efficaces.

Une nouvelle méthode améliore la classification des actions en utilisant le contexte historique dans les vidéos.

Ce cadre améliore la localisation d'actions dans les vidéos en utilisant une représentation probabiliste et le contexte.

Une méthode pour résumer des vidéos de différentes cultures et sources d'info.

Les benchmarks actuels sous-estiment la capacité des modèles à relier les données audio et visuelles.

Une nouvelle méthode améliore le suivi d'objets dans des vidéos à la première personne en utilisant une conscience 3D.

De nouvelles méthodes améliorent la précision et l'efficacité de la segmentation vidéo pour diverses applications.

De nouvelles méthodes améliorent la détection d'action dans les vidéos grâce à des techniques de formation innovantes.

Examiner le pouvoir des modèles de fond dans les tâches de suivi de point efficaces.

Une nouvelle méthode localise des événements vidéo en utilisant de grands modèles pré-entraînés sans formation spécifique.

Cette étude améliore la reconnaissance d'action en fusionnant des cartes de profondeur avec des images vidéo RGB.

ConsistencyTrack améliore le suivi des objets dans les vidéos en utilisant des techniques innovantes de gestion du bruit.

Une nouvelle approche améliore la détection d'actions dans les vidéos en s'attaquant à l'effondrement de l'attention.

Des techniques innovantes améliorent la détection des vidéos deepfake avec l'évolution de la technologie.

FinePseudo améliore la reconnaissance d'actions fine avec moins d'exemples étiquetés.

ViDiDi améliore l'apprentissage vidéo en utilisant efficacement des données non étiquetées.

Une nouvelle méthode améliore le suivi des objets dans les vidéos avec juste une caméra.

Une nouvelle méthode améliore les prédictions des mouvements de main dans les vidéos pour les robots et la réalité virtuelle.

Ce cadre utilise des images statiques pour créer un entraînement de modèle vidéo efficace.

Une nouvelle méthode améliore la précision du suivi des mouvements humains à partir de vidéos.

Les défis de SoccerNet 2024 poussent à innover dans la compréhension vidéo du foot.

Une nouvelle approche pour comprendre les relations variables dans des environnements changeants.

La recherche se concentre sur l'amélioration de la capacité de l'IA à reconnaître des actions dans les vidéos.

Un nouveau cadre améliore la détection des relations entre objets dans les vidéos, rendant ça plus précis et adaptable.

Une nouvelle méthode améliore la réponse aux questions vidéo grâce à la reconnaissance de texte dans les scènes.