SimBase: A Simple Baseline for Temporal Video Grounding
Fuente:
arXiv
Guardado en:
| Autores principales: | Bao, Peijun, Kot, Alex C. |
|---|---|
| Formato: | Preprint |
| Publicado: |
2024
|
| Materias: | |
| Acceso en línea: | |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
Ejemplares similares
ActivityForensics: A Comprehensive Benchmark for Localizing Manipulated Activity in Videos
por: Bao, Peijun, et al.
Publicado: (2026)
por: Bao, Peijun, et al.
Publicado: (2026)
Vid-Morp: Video Moment Retrieval Pretraining from Unlabeled Videos in the Wild
por: Bao, Peijun, et al.
Publicado: (2024)
por: Bao, Peijun, et al.
Publicado: (2024)
A Simple and Better Baseline for Visual Grounding
por: Wang, Jingchao, et al.
Publicado: (2025)
por: Wang, Jingchao, et al.
Publicado: (2025)
SimToken: A Simple Baseline for Referring Audio-Visual Segmentation
por: Jin, Dian, et al.
Publicado: (2025)
por: Jin, Dian, et al.
Publicado: (2025)
E.M.Ground: A Temporal Grounding Vid-LLM with Holistic Event Perception and Matching
por: Nie, Jiahao, et al.
Publicado: (2026)
por: Nie, Jiahao, et al.
Publicado: (2026)
SimROD: A Simple Baseline for Raw Object Detection with Global and Local Enhancements
por: Xie, Haiyang, et al.
Publicado: (2025)
por: Xie, Haiyang, et al.
Publicado: (2025)
SimpleGVR: A Simple Baseline for Latent-Cascaded Video Super-Resolution
por: Xie, Liangbin, et al.
Publicado: (2025)
por: Xie, Liangbin, et al.
Publicado: (2025)
Open-Set Deepfake Detection: A Parameter-Efficient Adaptation Method with Forgery Style Mixture
por: Kong, Chenqi, et al.
Publicado: (2024)
por: Kong, Chenqi, et al.
Publicado: (2024)
TAG: A Simple Yet Effective Temporal-Aware Approach for Zero-Shot Video Temporal Grounding
por: Lee, Jin-Seop, et al.
Publicado: (2025)
por: Lee, Jin-Seop, et al.
Publicado: (2025)
Sim-DETR: Unlock DETR for Temporal Sentence Grounding
por: Tang, Jiajin, et al.
Publicado: (2025)
por: Tang, Jiajin, et al.
Publicado: (2025)
MoE-FFD: Mixture of Experts for Generalized and Parameter-Efficient Face Forgery Detection
por: Kong, Chenqi, et al.
Publicado: (2024)
por: Kong, Chenqi, et al.
Publicado: (2024)
A Simple and Efficient Baseline for Zero-Shot Generative Classification
por: Qi, Zipeng, et al.
Publicado: (2024)
por: Qi, Zipeng, et al.
Publicado: (2024)
EvoGround: Self-Evolving Video Agents for Video Temporal Grounding
por: Jung, Minjoon, et al.
Publicado: (2026)
por: Jung, Minjoon, et al.
Publicado: (2026)
SimInversion: A Simple Framework for Inversion-Based Text-to-Image Editing
por: Qian, Qi, et al.
Publicado: (2024)
por: Qian, Qi, et al.
Publicado: (2024)
Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Grounding
por: Wasim, Syed Talal, et al.
Publicado: (2023)
por: Wasim, Syed Talal, et al.
Publicado: (2023)
Moment Quantization for Video Temporal Grounding
por: Sun, Xiaolong, et al.
Publicado: (2025)
por: Sun, Xiaolong, et al.
Publicado: (2025)
SimVG: A Simple Framework for Visual Grounding with Decoupled Multi-modal Fusion
por: Dai, Ming, et al.
Publicado: (2024)
por: Dai, Ming, et al.
Publicado: (2024)
GoMatching: A Simple Baseline for Video Text Spotting via Long and Short Term Matching
por: He, Haibin, et al.
Publicado: (2024)
por: He, Haibin, et al.
Publicado: (2024)
A Simple Baseline for Efficient Hand Mesh Reconstruction
por: Zhou, Zhishan, et al.
Publicado: (2024)
por: Zhou, Zhishan, et al.
Publicado: (2024)
T2SGrid: Temporal-to-Spatial Gridification for Video Temporal Grounding
por: Guo, Chaohong, et al.
Publicado: (2026)
por: Guo, Chaohong, et al.
Publicado: (2026)
Foresee-to-Ground: From Predictive Temporal Perception to Evidence-Driven Reasoning for Video Temporal Grounding
por: Zheng, Zelin, et al.
Publicado: (2026)
por: Zheng, Zelin, et al.
Publicado: (2026)
Revisiting Simple Baselines for In-The-Wild Deepfake Detection
por: Castaneda, Orlando, et al.
Publicado: (2025)
por: Castaneda, Orlando, et al.
Publicado: (2025)
Temporally Grounding Instructional Diagrams in Unconstrained Videos
por: Zhang, Jiahao, et al.
Publicado: (2024)
por: Zhang, Jiahao, et al.
Publicado: (2024)
Context-Guided Spatio-Temporal Video Grounding
por: Gu, Xin, et al.
Publicado: (2024)
por: Gu, Xin, et al.
Publicado: (2024)
ContextFusion and Bootstrap: An Effective Approach to Improve Slot Attention-Based Object-Centric Learning
por: Tian, Pinzhuo, et al.
Publicado: (2025)
por: Tian, Pinzhuo, et al.
Publicado: (2025)
SimA: Simple Softmax-free Attention for Vision Transformers
por: Koohpayegani, Soroush Abbasi, et al.
Publicado: (2022)
por: Koohpayegani, Soroush Abbasi, et al.
Publicado: (2022)
TimeExpert: An Expert-Guided Video LLM for Video Temporal Grounding
por: Yang, Zuhao, et al.
Publicado: (2025)
por: Yang, Zuhao, et al.
Publicado: (2025)
A Simple Baseline for Streaming Video Understanding
por: Shen, Yujiao, et al.
Publicado: (2026)
por: Shen, Yujiao, et al.
Publicado: (2026)
MedVLThinker: Simple Baselines for Multimodal Medical Reasoning
por: Huang, Xiaoke, et al.
Publicado: (2025)
por: Huang, Xiaoke, et al.
Publicado: (2025)
SimpleMatch: A Simple and Strong Baseline for Semantic Correspondence
por: Jin, Hailing, et al.
Publicado: (2026)
por: Jin, Hailing, et al.
Publicado: (2026)
Color Space Learning for Cross-Color Person Re-Identification
por: Nie, Jiahao, et al.
Publicado: (2024)
por: Nie, Jiahao, et al.
Publicado: (2024)
Multi-Scale Contrastive Learning for Video Temporal Grounding
por: Nguyen, Thong Thanh, et al.
Publicado: (2024)
por: Nguyen, Thong Thanh, et al.
Publicado: (2024)
Number it: Temporal Grounding Videos like Flipping Manga
por: Wu, Yongliang, et al.
Publicado: (2024)
por: Wu, Yongliang, et al.
Publicado: (2024)
Towards Long-Form Spatio-Temporal Video Grounding
por: Gu, Xin, et al.
Publicado: (2026)
por: Gu, Xin, et al.
Publicado: (2026)
VideoMolmo: Spatio-Temporal Grounding Meets Pointing
por: Ahmad, Ghazi Shazan, et al.
Publicado: (2025)
por: Ahmad, Ghazi Shazan, et al.
Publicado: (2025)
RELOCATE: A Simple Training-Free Baseline for Visual Query Localization Using Region-Based Representations
por: Khosla, Savya, et al.
Publicado: (2024)
por: Khosla, Savya, et al.
Publicado: (2024)
A Simple-but-effective Baseline for Training-free Class-Agnostic Counting
por: Lin, Yuhao, et al.
Publicado: (2024)
por: Lin, Yuhao, et al.
Publicado: (2024)
OpenUni: A Simple Baseline for Unified Multimodal Understanding and Generation
por: Wu, Size, et al.
Publicado: (2025)
por: Wu, Size, et al.
Publicado: (2025)
Upsample Anything: A Simple and Hard to Beat Baseline for Feature Upsampling
por: Seo, Minseok, et al.
Publicado: (2025)
por: Seo, Minseok, et al.
Publicado: (2025)
Temporal Unlearnable Examples: Preventing Personal Video Data from Unauthorized Exploitation by Object Tracking
por: Wu, Qiangqiang, et al.
Publicado: (2025)
por: Wu, Qiangqiang, et al.
Publicado: (2025)
Ejemplares similares
-
ActivityForensics: A Comprehensive Benchmark for Localizing Manipulated Activity in Videos
por: Bao, Peijun, et al.
Publicado: (2026) -
Vid-Morp: Video Moment Retrieval Pretraining from Unlabeled Videos in the Wild
por: Bao, Peijun, et al.
Publicado: (2024) -
A Simple and Better Baseline for Visual Grounding
por: Wang, Jingchao, et al.
Publicado: (2025) -
SimToken: A Simple Baseline for Referring Audio-Visual Segmentation
por: Jin, Dian, et al.
Publicado: (2025) -
E.M.Ground: A Temporal Grounding Vid-LLM with Holistic Event Perception and Matching
por: Nie, Jiahao, et al.
Publicado: (2026)