Copertina

Koala-36M: A Large-scale Video Dataset Improving Consistency between Fine-grained Conditions and Video Content

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Wang, Qiuheng, Shi, Yukai, Ou, Jiarong, Chen, Rui, Lin, Ke, Wang, Jiahao, Jiang, Boyuan, Yang, Haotian, Zheng, Mingwu, Tao, Xin, Yang, Fei, Wan, Pengfei, Zhang, Di
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computer Vision and Pattern Recognition Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

VIVID-10M: A Dataset and Baseline for Versatile and Interactive Video Local Editing
di: Hu, Jiahao, et al.
Pubblicazione: (2024)

Imbalance in Balance: Online Concept Balancing in Generation Models
di: Shi, Yukai, et al.
Pubblicazione: (2025)

BadVideo: Stealthy Backdoor Attack against Text-to-Video Generation
di: Wang, Ruotong, et al.
Pubblicazione: (2025)

Towards Precise Scaling Laws for Video Diffusion Transformers
di: Yin, Yuanyang, et al.
Pubblicazione: (2024)

Improving Video Generation with Human Feedback
di: Liu, Jie, et al.
Pubblicazione: (2025)

Unleashing Video Language Models for Fine-grained HRCT Report Generation
di: Fang, Yingying, et al.
Pubblicazione: (2026)

MotionBench: Benchmarking and Improving Fine-grained Video Motion Understanding for Vision Language Models
di: Hong, Wenyi, et al.
Pubblicazione: (2025)

Any2Caption:Interpreting Any Condition to Caption for Controllable Video Generation
di: Wu, Shengqiong, et al.
Pubblicazione: (2025)

VRMM: A Volumetric Relightable Morphable Head Model
di: Yang, Haotian, et al.
Pubblicazione: (2024)

Trajectory Attention for Fine-grained Video Motion Control
di: Xiao, Zeqi, et al.
Pubblicazione: (2024)

VideoTetris: Towards Compositional Text-to-Video Generation
di: Tian, Ye, et al.
Pubblicazione: (2024)

Towards Fine-grained Interactive Segmentation in Images and Videos
di: Yao, Yuan, et al.
Pubblicazione: (2025)

Learning Temporally Consistent Video Depth from Video Diffusion Priors
di: Shao, Jiahao, et al.
Pubblicazione: (2024)

Tri-Ergon: Fine-grained Video-to-Audio Generation with Multi-modal Conditions and LUFS Control
di: Li, Bingliang, et al.
Pubblicazione: (2024)

See What I Mean: Aligning Vision and Language Representations for Video Fine-grained Object Understanding
di: Sun, Boyuan, et al.
Pubblicazione: (2026)

MemFlow: Flowing Adaptive Memory for Consistent and Efficient Long Video Narratives
di: Ji, Sihui, et al.
Pubblicazione: (2025)

Birding at Koala Park
di: NA
Pubblicazione: (1989)

Fisiología del Koala
Pubblicazione: (1980)

Fine-grained Spatiotemporal Grounding on Egocentric Videos
di: Liang, Shuo, et al.
Pubblicazione: (2025)

Gloria: Consistent Character Video Generation via Content Anchors
di: Yang, Yuhang, et al.
Pubblicazione: (2026)

FriendsQA: A New Large-Scale Deep Video Understanding Dataset with Fine-grained Topic Categorization for Story Videos
di: Wu, Zhengqian, et al.
Pubblicazione: (2024)

CoCoCo: Improving Text-Guided Video Inpainting for Better Consistency, Controllability and Compatibility
di: Zi, Bojia, et al.
Pubblicazione: (2024)

VC-Agent: An Interactive Agent for Customized Video Dataset Collection
di: Zhang, Yidan, et al.
Pubblicazione: (2025)

VFRTok: Variable Frame Rates Video Tokenizer with Duration-Proportional Information Assumption
di: Zhong, Tianxiong, et al.
Pubblicazione: (2025)

XS-VID: An Extremely Small Video Object Detection Dataset
di: Guo, Jiahao, et al.
Pubblicazione: (2024)

VCapsBench: A Large-scale Fine-grained Benchmark for Video Caption Quality Evaluation
di: Zhang, Shi-Xue, et al.
Pubblicazione: (2025)

AlcheMinT: Fine-grained Temporal Control for Multi-Reference Consistent Video Generation
di: Girish, Sharath, et al.
Pubblicazione: (2025)

Video Repurposing from User Generated Content: A Large-scale Dataset and Benchmark
di: Wu, Yongliang, et al.
Pubblicazione: (2024)

FineVQ: Fine-Grained User Generated Content Video Quality Assessment
di: Duan, Huiyu, et al.
Pubblicazione: (2024)

ColoDiff: Integrating Dynamic Consistency With Content Awareness for Colonoscopy Video Generation
di: Fu, Junhu, et al.
Pubblicazione: (2026)

BrokenVideos: A Benchmark Dataset for Fine-Grained Artifact Localization in AI-Generated Videos
di: Lin, Jiahao, et al.
Pubblicazione: (2025)

FingER: Content Aware Fine-grained Evaluation with Reasoning for AI-Generated Videos
di: Chen, Rui, et al.
Pubblicazione: (2025)

VideoStudio: Generating Consistent-Content and Multi-Scene Videos
di: Long, Fuchen, et al.
Pubblicazione: (2024)

Koala Tree Planting Day
di: NA
Pubblicazione: (2023)

Safe Delta: Consistently Preserving Safety when Fine-Tuning LLMs on Diverse Datasets
di: Lu, Ning, et al.
Pubblicazione: (2025)

Storyboard guided Alignment for Fine-grained Video Action Recognition
di: Liu, Enqi, et al.
Pubblicazione: (2024)

Grounded-VideoLLM: Sharpening Fine-grained Temporal Grounding in Video Large Language Models
di: Wang, Haibo, et al.
Pubblicazione: (2024)

VideoCanvas: Unified Video Completion from Arbitrary Spatiotemporal Patches via In-Context Conditioning
di: Cai, Minghong, et al.
Pubblicazione: (2025)

A Reason-then-Describe Instruction Interpreter for Controllable Video Generation
di: Wu, Shengqiong, et al.
Pubblicazione: (2025)

Semantically Consistent Video Inpainting with Conditional Diffusion Models
di: Green, Dylan, et al.
Pubblicazione: (2024)