Articoli più recenti per Analisi Video

Un nuovo approccio 3D migliora l'accuratezza del tracciamento del movimento nei video.

SportsHHI si concentra sulle interazioni umane nei video di basket e pallavolo per un'analisi migliore.

Un nuovo metodo migliora la misurazione della frequenza cardiaca utilizzando l'analisi video e la modellazione facciale in 3D.

Un nuovo sistema migliora la cattura del movimento 3D da filmati video 2D.

SPAM offre un modo più intelligente per etichettare i dati video in modo efficiente.

Questo studio migliora la segmentazione di oggetti in movimento usando SAM combinato con tecniche di flusso ottico.

Pegasus-1 permette agli utenti di interagire con i video usando il linguaggio naturale.

MovieChat semplifica la comprensione di video lunghi usando tecniche di gestione della memoria efficaci.

Un nuovo metodo migliora il modo in cui contiamo le azioni nei video usando degli esempi.

Nuovi metodi migliorano la comprensione e l'analisi di eventi insoliti nei video.

Presentiamo LVOS: un dataset per tenere traccia degli oggetti in video lunghi.

Un nuovo approccio affronta la segmentazione delle azioni in video lunghi usando il trasporto ottimale.

Nuovo metodo migliora l'accuratezza nella misurazione della frequenza cardiaca nei video compressi.

Questo studio svela come i modelli di sguardo personale influenzano le interazioni tra esseri umani e robot.

Un'immersione profonda nei modelli di fondazione video e nel loro significato nell'analisi video.

Scopri come DMD migliora il rilevamento del movimento nei flussi video per le applicazioni di sicurezza.

CinePile sfida la comprensione di video lunghi con 305.000 domande diverse.

BIMM impara i contenuti video imitanto i percorsi del cervello umano.

JOSENet migliora il rilevamento in tempo reale della violenza nei filmati di sorveglianza usando metodi avanzati.

Un nuovo metodo migliora la stima del movimento usando reti di elementi finiti adattive.

Uno studio su come riconoscere le azioni usando il few-shot learning e dati multimodali.

Nuovi metodi migliorano la comprensione delle interazioni dinamiche nei contenuti video.

Il benchmark MLVU punta a migliorare la comprensione delle macchine per i video lunghi.

Un nuovo metodo migliora l'accuratezza del rilevamento delle azioni in scene video sovrapposte.

Un nuovo approccio alla segmentazione degli oggetti nei video migliora la precisione limitando l'uso della memoria.

Un nuovo benchmark mira a valutare gli MLLM nella comprensione dei video su più argomenti.

Un nuovo modello migliora la comprensione dei video unendo codificatori di immagini e video.

VANE-Bench migliora la rilevazione delle anomalie nei video mentre cresce il contenuto generato dall'IA.

Un nuovo dataset per migliorare la comprensione delle narrazioni nei cortometraggi.

Un nuovo benchmark punta sulla composizionalità nella comprensione dei video e nei modelli linguistici.

Introducendo un metodo per classificazioni video veloci basate sull'analisi dei primi fotogrammi.

VideoVista offre una valutazione completa per i modelli di domanda-risposta su video.

Un nuovo metodo migliora il riconoscimento delle azioni nei video usando il linguaggio contestuale.

Un nuovo approccio migliora la previsione dei fotogrammi video usando conoscenze di dominio.

La ricerca sottolinea il ruolo del video nel migliorare il riconoscimento vocale in ambienti rumorosi.

DeepMoveSORT migliora l'efficienza del tracciamento degli oggetti, specialmente in scenari di movimento complessi.

Un nuovo metodo migliora la gestione dei dati video per una comprensione e un'efficienza migliori.

Un nuovo approccio migliora l'accuratezza nel rispondere a domande basate su video.

Un nuovo metodo migliora il tracciamento degli oggetti gestendo la memoria in modo efficiente.

FeatureSORT migliora l'accuratezza e la flessibilità del tracciamento in ambienti dinamici.