:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yang, Jin, Wei, Ping, Li, Huan, Ren, Ziyang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	https://arxiv.org/abs/2404.09263
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

VideoLights: Feature Refinement and Cross-Task Alignment Transformer for Joint Video Highlight Detection and Moment Retrieval
von: Paul, Dhiman, et al.
Veröffentlicht: (2024)

TR-DETR: Task-Reciprocal Transformer for Joint Moment Retrieval and Highlight Detection
von: Sun, Hao, et al.
Veröffentlicht: (2024)

Watch Video, Catch Keyword: Context-aware Keyword Attention for Moment Retrieval and Highlight Detection
von: Um, Sung Jin, et al.
Veröffentlicht: (2025)

MomentSeeker: A Task-Oriented Benchmark For Long-Video Moment Retrieval
von: Yuan, Huaying, et al.
Veröffentlicht: (2025)

GPTSee: Enhancing Moment Retrieval and Highlight Detection via Description-Based Similarity Features
von: Sun, Yunzhuo, et al.
Veröffentlicht: (2024)

Bridging Pixels and Words: Mask-Aware Local Semantic Fusion for Multimodal Media Verification
von: Chen, Zizhao, et al.
Veröffentlicht: (2026)

Decouple-Then-Merge: Finetune Diffusion Models as Multi-Task Learning
von: Ma, Qianli, et al.
Veröffentlicht: (2024)

Joint-Task Regularization for Partially Labeled Multi-Task Learning
von: Nishi, Kento, et al.
Veröffentlicht: (2024)

Towards Unified Modeling in Federated Multi-Task Learning via Subspace Decoupling
von: Wei, Yipan, et al.
Veröffentlicht: (2025)

When One Moment Isn't Enough: Multi-Moment Retrieval with Cross-Moment Interactions
von: Cao, Zhuo, et al.
Veröffentlicht: (2025)

Two-Stream Interactive Joint Learning of Scene Parsing and Geometric Vision Tasks
von: Tang, Guanfeng, et al.
Veröffentlicht: (2026)

Multi-path Exploration and Feedback Adjustment for Text-to-Image Person Retrieval
von: Kang, Bin, et al.
Veröffentlicht: (2024)

DiffusionVMR: Diffusion Model for Joint Video Moment Retrieval and Highlight Detection
von: Zhao, Henghao, et al.
Veröffentlicht: (2023)

Exploring Task-Level Optimal Prompts for Visual In-Context Learning
von: Zhu, Yan, et al.
Veröffentlicht: (2025)

MedUnifier: Unifying Vision-and-Language Pre-training on Medical Data with Vision Generation Task using Discrete Visual Representations
von: Zhang, Ziyang, et al.
Veröffentlicht: (2025)

GIRL-DETR: Gradient-Isolated Reinforcement Learning for Video Moment Retrieval
von: Zhang, Shihang, et al.
Veröffentlicht: (2026)

A Light-Weight Framework for Open-Set Object Detection with Decoupled Feature Alignment in Joint Space
von: He, Yonghao, et al.
Veröffentlicht: (2024)

Stability Plasticity Decoupled Fine-tuning For Few-shot end-to-end Object Detection
von: Yin, Yuantao, et al.
Veröffentlicht: (2024)

MomentMix Augmentation with Length-Aware DETR for Temporally Robust Moment Retrieval
von: Park, Seojeong, et al.
Veröffentlicht: (2024)

Deep Extrinsic Manifold Representation for Vision Tasks
von: Zhang, Tongtong, et al.
Veröffentlicht: (2024)

Transferability-Guided Cross-Domain Cross-Task Transfer Learning
von: Tan, Yang, et al.
Veröffentlicht: (2022)

Understanding Retrieval-Augmented Task Adaptation for Vision-Language Models
von: Ming, Yifei, et al.
Veröffentlicht: (2024)

General and Task-Oriented Video Segmentation
von: Chen, Mu, et al.
Veröffentlicht: (2024)

Unleash the Potential of CLIP for Video Highlight Detection
von: Han, Donghoon, et al.
Veröffentlicht: (2024)

Scale Decoupled Distillation
von: Luo, Shicai Wei Chunbo Luo Yang
Veröffentlicht: (2024)

AnyV2V: A Tuning-Free Framework For Any Video-to-Video Editing Tasks
von: Ku, Max, et al.
Veröffentlicht: (2024)

NuWa: Deriving Lightweight Task-Specific Vision Transformers for Edge Devices
von: Wei, Ziteng, et al.
Veröffentlicht: (2025)

Denoising Task Routing for Diffusion Models
von: Park, Byeongjun, et al.
Veröffentlicht: (2023)

Task Me Anything
von: Zhang, Jieyu, et al.
Veröffentlicht: (2024)

Musketeer: Joint Training for Multi-task Vision Language Model with Task Explanation Prompts
von: Zhang, Zhaoyang, et al.
Veröffentlicht: (2023)

Task Prototype-Based Knowledge Retrieval for Multi-Task Learning from Partially Annotated Data
von: Oh, Youngmin, et al.
Veröffentlicht: (2026)

HotelMatch-LLM: Joint Multi-Task Training of Small and Large Language Models for Efficient Multimodal Hotel Retrieval
von: Askari, Arian, et al.
Veröffentlicht: (2025)

VERIFIED: A Video Corpus Moment Retrieval Benchmark for Fine-Grained Video Understanding
von: Chen, Houlun, et al.
Veröffentlicht: (2024)

Eureka-Moments in Transformers: Multi-Step Tasks Reveal Softmax Induced Optimization Problems
von: Hoffmann, David T., et al.
Veröffentlicht: (2023)

SLVideo: A Sign Language Video Moment Retrieval Framework
von: Martins, Gonçalo Vinagre, et al.
Veröffentlicht: (2024)

SMART: Shot-Aware Multimodal Video Moment Retrieval with Audio-Enhanced MLLM
von: Yu, An, et al.
Veröffentlicht: (2025)

Information-Theoretic Optimization for Task-Adapted Compressed Sensing Magnetic Resonance Imaging
von: Peng, Xinyu, et al.
Veröffentlicht: (2026)

Beyond Adapter Retrieval: Latent Geometry-Preserving Composition via Sparse Task Projection
von: Jin, Pengfei, et al.
Veröffentlicht: (2024)

MapDream: Task-Driven Map Learning for Vision-Language Navigation
von: Lian, Guoxin, et al.
Veröffentlicht: (2026)

Apollo: Unified Multi-Task Audio-Video Joint Generation
von: Wang, Jun, et al.
Veröffentlicht: (2026)