Copertina

Fine-Tuning Video-Text Contrastive Model for Primate Behavior Retrieval from Unlabeled Raw Videos

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Santo, Giulio Cesare Mastrocinque, Izar, Patrícia, Delval, Irene, Gregolin, Victor de Napole, Hirata, Nina S. T.
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Efficient License Plate Recognition in Videos Using Visual Rhythm and Accumulative Line Analysis
di: Ribeiro, Victor Nascimento, et al.
Pubblicazione: (2025)

Vid-Morp: Video Moment Retrieval Pretraining from Unlabeled Videos in the Wild
di: Bao, Peijun, et al.
Pubblicazione: (2024)

Efficient Video-Based ALPR System Using YOLO and Visual Rhythm
di: Ribeiro, Victor Nascimento, et al.
Pubblicazione: (2025)

Automatic Retrieval of Specific Cows from Unlabeled Videos
di: Lyu, Jiawen, et al.
Pubblicazione: (2025)

DGL: Dynamic Global-Local Prompt Tuning for Text-Video Retrieval
di: Yang, Xiangpeng, et al.
Pubblicazione: (2024)

VideoWorld: Exploring Knowledge Learning from Unlabeled Videos
di: Ren, Zhongwei, et al.
Pubblicazione: (2025)

Denoise-then-Retrieve: Text-Conditioned Video Denoising for Video Moment Retrieval
di: Liu, Weijia, et al.
Pubblicazione: (2025)

Adversarial Video Promotion Against Text-to-Video Retrieval
di: Tian, Qiwei, et al.
Pubblicazione: (2025)

Rebalancing Contrastive Alignment with Bottlenecked Semantic Increments in Text-Video Retrieval
di: Xiao, Jian, et al.
Pubblicazione: (2025)

Frame-wise Conditioning Adaptation for Fine-Tuning Diffusion Models in Text-to-Video Prediction
di: Liu, Zheyuan, et al.
Pubblicazione: (2025)

Towards Efficient and Effective Text-to-Video Retrieval with Coarse-to-Fine Visual Representation Learning
di: Tian, Kaibin, et al.
Pubblicazione: (2024)

Hybrid-Tower: Fine-grained Pseudo-query Interaction and Generation for Text-to-Video Retrieval
di: Lan, Bangxiang, et al.
Pubblicazione: (2025)

MV-Adapter: Multimodal Video Transfer Learning for Video Text Retrieval
di: Jin, Xiaojie, et al.
Pubblicazione: (2023)

SAVE: Speech-Aware Video Representation Learning for Video-Text Retrieval
di: Zhao, Ruixiang, et al.
Pubblicazione: (2026)

EagleNet: Energy-Aware Fine-Grained Relationship Learning Network for Text-Video Retrieval
di: Chen, Yuhan, et al.
Pubblicazione: (2026)

From Play to Replay: Composed Video Retrieval for Temporally Fine-Grained Videos
di: Gupta, Animesh, et al.
Pubblicazione: (2025)

PriVi: Towards A General-Purpose Video Model For Primate Behavior In The Wild
di: Mueller, Felix B., et al.
Pubblicazione: (2025)

VideoRFT: Incentivizing Video Reasoning Capability in MLLMs via Reinforced Fine-Tuning
di: Wang, Qi, et al.
Pubblicazione: (2025)

Text Is MASS: Modeling as Stochastic Embedding for Text-Video Retrieval
di: Wang, Jiamian, et al.
Pubblicazione: (2024)

T2VIndexer: A Generative Video Indexer for Efficient Text-Video Retrieval
di: Li, Yili, et al.
Pubblicazione: (2024)

Towards Scalable Video Anomaly Retrieval: A Synthetic Video-Text Benchmark
di: Yang, Shuyu, et al.
Pubblicazione: (2025)

Learning Audio-guided Video Representation with Gated Attention for Video-Text Retrieval
di: Jeong, Boseung, et al.
Pubblicazione: (2025)

TempMe: Video Temporal Token Merging for Efficient Text-Video Retrieval
di: Shen, Leqi, et al.
Pubblicazione: (2024)

Text-guided Fine-Grained Video Anomaly Understanding
di: Gu, Jihao, et al.
Pubblicazione: (2025)

RB-FT: Rationale-Bootstrapped Fine-Tuning for Video Classification
di: Xu, Meilong, et al.
Pubblicazione: (2025)

EA-VTR: Event-Aware Video-Text Retrieval
di: Ma, Zongyang, et al.
Pubblicazione: (2024)

VidVec: Unlocking Video MLLM Embeddings for Video-Text Retrieval
di: Tzachor, Issar, et al.
Pubblicazione: (2026)

Video-ColBERT: Contextualized Late Interaction for Text-to-Video Retrieval
di: Reddy, Arun, et al.
Pubblicazione: (2025)

Towards Unstructured Unlabeled Optical Mocap: A Video Helps!
di: Milef, Nicholas, et al.
Pubblicazione: (2024)

Repeating Words for Video-Language Retrieval with Coarse-to-Fine Objectives
di: Zhao, Haoyu, et al.
Pubblicazione: (2025)

MOD-UV: Learning Mobile Object Detectors from Unlabeled Videos
di: Sun, Yihong, et al.
Pubblicazione: (2024)

Fine-Grained Spatiotemporal Motion Alignment for Contrastive Video Representation Learning
di: Zhu, Minghao, et al.
Pubblicazione: (2023)

Combining YOLO and Visual Rhythm for Vehicle Counting
di: Ribeiro, Victor Nascimento, et al.
Pubblicazione: (2025)

RANKVIDEO: Reasoning Reranking for Text-to-Video Retrieval
di: Skow, Tyler, et al.
Pubblicazione: (2026)

Reasoning Text-to-Video Retrieval via Digital Twin Video Representations and Large Language Models
di: Shen, Yiqing, et al.
Pubblicazione: (2025)

Narrating the Video: Boosting Text-Video Retrieval via Comprehensive Utilization of Frame-Level Captions
di: Hur, Chan, et al.
Pubblicazione: (2025)

Cross-Frame Representation Alignment for Fine-Tuning Video Diffusion Models
di: Hwang, Sungwon, et al.
Pubblicazione: (2025)

Multi-event Video-Text Retrieval
di: Zhang, Gengyuan, et al.
Pubblicazione: (2023)

Ambiguity-Restrained Text-Video Representation Learning for Partially Relevant Video Retrieval
di: Cho, CH, et al.
Pubblicazione: (2025)

VERIFIED: A Video Corpus Moment Retrieval Benchmark for Fine-Grained Video Understanding
di: Chen, Houlun, et al.
Pubblicazione: (2024)