Copertina

Frame-Voyager: Learning to Query Frames for Video Large Language Models

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Yu, Sicheng, Jin, Chengkai, Wang, Huanyu, Chen, Zhenghao, Jin, Sheng, Zuo, Zhongrong, Xu, Xiaolei, Sun, Zhenbang, Zhang, Bingni, Wu, Jiawei, Zhang, Hao, Sun, Qianru
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computer Vision and Pattern Recognition Computation and Language
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Video-KTR: Reinforcing Video Reasoning via Key Token Attribution
di: Wang, Ziyue, et al.
Pubblicazione: (2026)

Reverse Modeling in Large Language Models
di: Yu, Sicheng, et al.
Pubblicazione: (2024)

3D Question Answering via only 2D Vision-Language Models
di: Wang, Fengyun, et al.
Pubblicazione: (2025)

Q-Frame: Query-aware Frame Selection and Multi-Resolution Adaptation for Video-LLMs
di: Zhang, Shaojie, et al.
Pubblicazione: (2025)

Video Anomaly Detection and Explanation via Large Language Models
di: Lv, Hui, et al.
Pubblicazione: (2024)

Adapting Image-to-Video Diffusion Models for Large-Motion Frame Interpolation
di: Jin, Luoxu, et al.
Pubblicazione: (2024)

MDP3: A Training-free Approach for List-wise Frame Selection in Video-LLMs
di: Sun, Hui, et al.
Pubblicazione: (2025)

Generative Frame Sampler for Long Video Understanding
di: Yao, Linli, et al.
Pubblicazione: (2025)

Can LLMs Extract Frame-Semantic Arguments?
di: Devasier, Jacob, et al.
Pubblicazione: (2025)

Autoregressive Video Generation beyond Next Frames Prediction
di: Ren, Sucheng, et al.
Pubblicazione: (2025)

Velocity Disambiguation for Video Frame Interpolation
di: Zhong, Zhihang, et al.
Pubblicazione: (2023)

FramePainter: Endowing Interactive Image Editing with Video Diffusion Priors
di: Zhang, Yabo, et al.
Pubblicazione: (2025)

Unified Arbitrary-Time Video Frame Interpolation and Prediction
di: Jin, Xin, et al.
Pubblicazione: (2025)

HFS: Holistic Query-Aware Frame Selection for Efficient Video Reasoning
di: Yang, Yiqing, et al.
Pubblicazione: (2025)

EvoVid: Temporal-Centric Self-Evolution for Video Large Language Models
di: Huang, Shiqi, et al.
Pubblicazione: (2026)

Task-Oriented Automatic Fact-Checking with Frame-Semantics
di: Devasier, Jacob, et al.
Pubblicazione: (2025)

ShotVL: Human-Centric Highlight Frame Retrieval via Language Queries
di: Xue, Wangyu, et al.
Pubblicazione: (2024)

Thinking in Frames: How Visual Context and Test-Time Scaling Empower Video Reasoning
di: Li, Chengzu, et al.
Pubblicazione: (2026)

Learning from Next-Frame Prediction: Autoregressive Video Modeling Encodes Effective Representations
di: Li, Jinghan, et al.
Pubblicazione: (2025)

LiteFrame: Efficient Vision Encoders Unlock Frame Scaling in Video LLMs
di: Kim, Jihwan, et al.
Pubblicazione: (2026)

EDEN: Enhanced Diffusion for High-quality Large-motion Video Frame Interpolation
di: Zhang, Zihao, et al.
Pubblicazione: (2025)

Video Frame Interpolation for Polarization via Swin-Transformer
di: Huang, Feng, et al.
Pubblicazione: (2024)

Déjà Vu: Efficient Video-Language Query Engine with Learning-based Inter-Frame Computation Reuse
di: Hwang, Jinwoo, et al.
Pubblicazione: (2025)

Generative Inbetweening through Frame-wise Conditions-Driven Video Generation
di: Zhu, Tianyi, et al.
Pubblicazione: (2024)

Relaxing Anchor-Frame Dominance for Mitigating Hallucinations in Video Large Language Models
di: Liu, Zijian, et al.
Pubblicazione: (2026)

Sparse Global Matching for Video Frame Interpolation with Large Motion
di: Liu, Chunxu, et al.
Pubblicazione: (2024)

DeFrame: Debiasing Large Language Models Against Framing Effects
di: Lim, Kahee, et al.
Pubblicazione: (2026)

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

DynFrame: Adaptive Reasoning-Driven Multimodal Framework with Dynamic Frame Augmentation for Complex Video Understanding
di: Zhang, Peng, et al.
Pubblicazione: (2026)

Motion-Aware Video Frame Interpolation
di: Han, Pengfei, et al.
Pubblicazione: (2024)

Improving LLM Video Understanding with 16 Frames Per Second
di: Li, Yixuan, et al.
Pubblicazione: (2025)

Frame Context Packing and Drift Prevention in Next-Frame-Prediction Video Diffusion Models
di: Zhang, Lvmin, et al.
Pubblicazione: (2025)

Object-Aware Video Matting with Cross-Frame Guidance
di: Zhang, Huayu, et al.
Pubblicazione: (2025)

A Single-Frame and Multi-Frame Cascaded Image Super-Resolution Method
di: Sun, Jing, et al.
Pubblicazione: (2024)

FrameMind: Frame-Interleaved Video Reasoning via Reinforcement Learning
di: Ge, Haonan, et al.
Pubblicazione: (2025)

FAR-Drive: Frame-AutoRegressive Video Generation in Closed-Loop Autonomous Driving
di: Li, Yaoru, et al.
Pubblicazione: (2026)

When Thinking Hurts: Mitigating Visual Forgetting in Video Reasoning via Frame Repetition
di: Sun, Xiaokun, et al.
Pubblicazione: (2026)

Frame by Familiar Frame: Understanding Replication in Video Diffusion Models
di: Rahman, Aimon, et al.
Pubblicazione: (2024)

TaleFrame: An Interactive Story Generation System with Fine-Grained Control and Large Language Models
di: Wang, Yunchao, et al.
Pubblicazione: (2025)

Surgical SAM 2: Real-time Segment Anything in Surgical Video by Efficient Frame Pruning
di: Liu, Haofeng, et al.
Pubblicazione: (2024)