Buchumschlag

Hierarchical B-frame Video Coding for Long Group of Pictures

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Kirillov, Ivan, Parkhomenko, Denis, Chernyshev, Kirill, Pletnev, Alexander, Shi, Yibo, Lin, Kai, Babin, Dmitry
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

UCVC: A Unified Contextual Video Compression Framework with Joint P-frame and B-frame Coding
von: Yang, Jiayu, et al.
Veröffentlicht: (2024)

Alchemist: Turning Public Text-to-Image Data into Generative Gold
von: Startsev, Valerii, et al.
Veröffentlicht: (2025)

Motion Free B-frame Coding for Neural Video Compression
von: Nguyen, Van Thang
Veröffentlicht: (2024)

Hierarchical Memory for Long Video QA
von: Wang, Yiqin, et al.
Veröffentlicht: (2024)

HiAR: Efficient Autoregressive Long Video Generation via Hierarchical Denoising
von: Zou, Kai, et al.
Veröffentlicht: (2026)

Differentiable Rendering with Reparameterized Volume Sampling
von: Morozov, Nikita, et al.
Veröffentlicht: (2023)

IBVC: Interpolation-driven B-frame Video Compression
von: Xu, Chenming, et al.
Veröffentlicht: (2023)

Deepfake detection in videos with multiple faces using geometric-fakeness features
von: Vyshegorodtsev, Kirill, et al.
Veröffentlicht: (2024)

Neural B-frame Video Compression with Bi-directional Reference Harmonization
von: Liu, Yuxi, et al.
Veröffentlicht: (2025)

MovieBench: A Hierarchical Movie Level Dataset for Long Video Generation
von: Wu, Weijia, et al.
Veröffentlicht: (2024)

PRISM-Loc: a Lightweight Long-range LiDAR Localization in Urban Environments with Topological Maps
von: Muravyev, Kirill, et al.
Veröffentlicht: (2025)

CasTex: Cascaded Text-to-Texture Synthesis via Explicit Texture Maps and Physically-Based Shading
von: Aliev, Mishan, et al.
Veröffentlicht: (2025)

Global Motion Understanding in Large-Scale Video Object Segmentation
von: Fedynyak, Volodymyr, et al.
Veröffentlicht: (2024)

Extending Video Masked Autoencoders to 128 frames
von: Gundavarapu, Nitesh Bharadwaj, et al.
Veröffentlicht: (2024)

WVSC: Wireless Video Semantic Communication with Multi-frame Compensation
von: Xie, Bingyan, et al.
Veröffentlicht: (2025)

Regularized Distribution Matching Distillation for One-step Unpaired Image-to-Image Translation
von: Rakitin, Denis, et al.
Veröffentlicht: (2024)

Kandinsky 5.0: A Family of Foundation Models for Image and Video Generation
von: Arkhipkin, Vladimir, et al.
Veröffentlicht: (2025)

HAVEN: Hierarchically Aligned Multimodal Benchmark for Unified Video Understanding
von: Shi, Mengqi, et al.
Veröffentlicht: (2026)

Hierarchical Patch Diffusion Models for High-Resolution Video Generation
von: Skorokhodov, Ivan, et al.
Veröffentlicht: (2024)

ARC-Chapter: Structuring Hour-Long Videos into Navigable Chapters and Hierarchical Summaries
von: Pu, Junfu, et al.
Veröffentlicht: (2025)

Generative inpainting of incomplete Euclidean distance matrices of trajectories generated by a fractional Brownian motion
von: Lobashev, Alexander, et al.
Veröffentlicht: (2024)

VideoChat-Flash: Hierarchical Compression for Long-Context Video Modeling
von: Li, Xinhao, et al.
Veröffentlicht: (2024)

Post-Training Quantization for Diffusion Transformer via Hierarchical Timestep Grouping
von: Ding, Ning, et al.
Veröffentlicht: (2025)

Enhancing Long Video Question Answering with Scene-Localized Frame Grouping
von: Yang, Xuyi, et al.
Veröffentlicht: (2025)

End-to-End Facial Expression Detection in Long Videos
von: Fang, Yini, et al.
Veröffentlicht: (2025)

HAtt-Flow: Hierarchical Attention-Flow Mechanism for Group Activity Scene Graph Generation in Videos
von: Chappa, Naga VS Raviteja, et al.
Veröffentlicht: (2023)

LOGO: A Long-Form Video Dataset for Group Action Quality Assessment
von: Zhang, Shiyi, et al.
Veröffentlicht: (2024)

MoGA: Mixture-of-Groups Attention for End-to-End Long Video Generation
von: Jia, Weinan, et al.
Veröffentlicht: (2025)

OmniRoam: World Wandering via Long-Horizon Panoramic Video Generation
von: Liu, Yuheng, et al.
Veröffentlicht: (2026)

MMBench-Video: A Long-Form Multi-Shot Benchmark for Holistic Video Understanding
von: Fang, Xinyu, et al.
Veröffentlicht: (2024)

Long Context Tuning for Video Generation
von: Guo, Yuwei, et al.
Veröffentlicht: (2025)

FancyVideo: Towards Dynamic and Consistent Video Generation via Cross-frame Textual Guidance
von: Feng, Jiasong, et al.
Veröffentlicht: (2024)

DeVOS: Flow-Guided Deformable Transformer for Video Object Segmentation
von: Fedynyak, Volodymyr, et al.
Veröffentlicht: (2024)

SAVEn-Vid: Synergistic Audio-Visual Integration for Enhanced Understanding in Long Video Context
von: Li, Jungang, et al.
Veröffentlicht: (2024)

Variable-frame CNNLSTM for Breast Nodule Classification using Ultrasound Videos
von: Cui, Xiangxiang, et al.
Veröffentlicht: (2025)

DrVideo: Document Retrieval Based Long Video Understanding
von: Ma, Ziyu, et al.
Veröffentlicht: (2024)

A Neural-network Enhanced Video Coding Framework beyond ECM
von: Zhao, Yanchen, et al.
Veröffentlicht: (2024)

VideoARM: Agentic Reasoning over Hierarchical Memory for Long-Form Video Understanding
von: Yin, Yufei, et al.
Veröffentlicht: (2025)

FocusGraph: Graph-Structured Frame Selection for Embodied Long Video Question Answering
von: Zemskova, Tatiana, et al.
Veröffentlicht: (2026)

RTV-Bench: Benchmarking MLLM Continuous Perception, Understanding and Reasoning through Real-Time Video
von: Xun, Shuhang, et al.
Veröffentlicht: (2025)