Copertina

Live Video Captioning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Blanco-Fernández, Eduardo, Gutiérrez-Álvarez, Carlos, Nasri, Nadia, Maldonado-Bascón, Saturnino, López-Sastre, Roberto J.
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Realistic Continual Learning Approach using Pre-trained Models
di: Nasri, Nadia, et al.
Pubblicazione: (2024)

UGC-VideoCaptioner: An Omni UGC Video Detail Caption Model and New Benchmarks
di: Wu, Peiran, et al.
Pubblicazione: (2025)

Visual Semantic Navigation with Real Robots
di: Gutiérrez-Álvarez, Carlos, et al.
Pubblicazione: (2023)

SEMNAV: Enhancing Visual Semantic Navigation in Robotics through Semantic Segmentation
di: Flor-Rodríguez, Rafael, et al.
Pubblicazione: (2025)

Grounded Video Caption Generation
di: Kazakos, Evangelos, et al.
Pubblicazione: (2024)

Streaming Dense Video Captioning
di: Zhou, Xingyi, et al.
Pubblicazione: (2024)

SoccerNet-Caption: Dense Video Captioning for Soccer Broadcasts Commentaries
di: Mkhallati, Hassan, et al.
Pubblicazione: (2023)

Sali4Vid: Saliency-Aware Video Reweighting and Adaptive Caption Retrieval for Dense Video Captioning
di: Jeon, MinJu, et al.
Pubblicazione: (2025)

Progress-Aware Video Frame Captioning
di: Xue, Zihui, et al.
Pubblicazione: (2024)

Retrieval-Augmented Egocentric Video Captioning
di: Xu, Jilan, et al.
Pubblicazione: (2024)

Exploiting Auxiliary Caption for Video Grounding
di: Li, Hongxiang, et al.
Pubblicazione: (2023)

SOVC: Subject-Oriented Video Captioning
di: Teng, Chang, et al.
Pubblicazione: (2023)

Implicit and Explicit Commonsense for Multi-sentence Video Captioning
di: Chou, Shih-Han, et al.
Pubblicazione: (2023)

Shot2Tactic-Caption: Multi-Scale Captioning of Badminton Videos for Tactical Understanding
di: Ding, Ning, et al.
Pubblicazione: (2025)

LongCaptioning: Unlocking the Power of Long Video Caption Generation in Large Multimodal Models
di: Wei, Hongchen, et al.
Pubblicazione: (2025)

Video ReCap: Recursive Captioning of Hour-Long Videos
di: Islam, Md Mohaiminul, et al.
Pubblicazione: (2024)

ViDiC: Video Difference Captioning
di: Wu, Jiangtao, et al.
Pubblicazione: (2025)

Caption Anything in Video: Fine-grained Object-centric Captioning via Spatiotemporal Multimodal Prompting
di: Tang, Yunlong, et al.
Pubblicazione: (2025)

UltraVideo: High-Quality UHD Video Dataset with Comprehensive Captions
di: Xue, Zhucun, et al.
Pubblicazione: (2025)

Scene Graph-guided SegCaptioning Transformer with Fine-grained Alignment for Controllable Video Segmentation and Captioning
di: Zhang, Xu, et al.
Pubblicazione: (2026)

TimeChat-Captioner: Scripting Multi-Scene Videos with Time-Aware and Structural Audio-Visual Captions
di: Yao, Linli, et al.
Pubblicazione: (2026)

SnapCap: Efficient Snapshot Compressive Video Captioning
di: Sun, Jianqiao, et al.
Pubblicazione: (2024)

Technical Report for Soccernet 2023 -- Dense Video Captioning
di: Ruan, Zheng, et al.
Pubblicazione: (2024)

Dense Video Captioning Using Unsupervised Semantic Information
di: Estevam, Valter, et al.
Pubblicazione: (2021)

Addressing the ID-Matching Challenge in Long Video Captioning
di: Yang, Zhantao, et al.
Pubblicazione: (2025)

Dense Video Object Captioning from Disjoint Supervision
di: Zhou, Xingyi, et al.
Pubblicazione: (2023)

Beyond Caption-Based Queries for Video Moment Retrieval
di: Pujol-Perich, David, et al.
Pubblicazione: (2026)

Instance-Aligned Captions for Explainable Video Anomaly Detection
di: Song, Inpyo, et al.
Pubblicazione: (2026)

ShareGPT4Video: Improving Video Understanding and Generation with Better Captions
di: Chen, Lin, et al.
Pubblicazione: (2024)

OwlCap: Harmonizing Motion-Detail for Video Captioning via HMD-270K and Caption Set Equivalence Reward
di: Zhong, Chunlin, et al.
Pubblicazione: (2025)

It's Just Another Day: Unique Video Captioning by Discriminative Prompting
di: Perrett, Toby, et al.
Pubblicazione: (2024)

Pseudo-labeling with Keyword Refining for Few-Supervised Video Captioning
di: Li, Ping, et al.
Pubblicazione: (2024)

Dual-path Collaborative Generation Network for Emotional Video Captioning
di: Ye, Cheng, et al.
Pubblicazione: (2024)

IF-VidCap: Can Video Caption Models Follow Instructions?
di: Li, Shihao, et al.
Pubblicazione: (2025)

SGCap: Decoding Semantic Group for Zero-shot Video Captioning
di: Pan, Zeyu, et al.
Pubblicazione: (2025)

HowToCaption: Prompting LLMs to Transform Video Annotations at Scale
di: Shvetsova, Nina, et al.
Pubblicazione: (2023)

Time-Scaling State-Space Models for Dense Video Captioning
di: Piergiovanni, AJ, et al.
Pubblicazione: (2025)

Large-scale Pre-training for Grounded Video Caption Generation
di: Kazakos, Evangelos, et al.
Pubblicazione: (2025)

Set Prediction Guided by Semantic Concepts for Diverse Video Captioning
di: Lu, Yifan, et al.
Pubblicazione: (2023)

VideoCap-R1: Enhancing MLLMs for Video Captioning via Structured Thinking
di: Meng, Desen, et al.
Pubblicazione: (2025)