Copertina

VFRTok: Variable Frame Rates Video Tokenizer with Duration-Proportional Information Assumption

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Zhong, Tianxiong, Tian, Xingye, Jiang, Boyuan, Wang, Xuebo, Tao, Xin, Wan, Pengfei, Zhang, Zhiwei
Natura:	Preprint
Pubblicazione:	2025
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

Decoupling Complexity from Scale in Latent Diffusion Model
di: Zhong, Tianxiong, et al.
Pubblicazione: (2025)

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

VLMs are Good Teachers for Video Reasoning via Adaptive Test-Time Optimization
di: Cheng, Junhao, et al.
Pubblicazione: (2026)

Denoising Vision Transformer Autoencoder with Spectral Self-Regularization
di: Xiang, Xunzhi, et al.
Pubblicazione: (2025)

Training-Free Efficient Video Generation via Dynamic Token Carving
di: Zhang, Yuechen, et al.
Pubblicazione: (2025)

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

PhysMaster: Mastering Physical Representation for Video Generation via Reinforcement Learning
di: Ji, Sihui, et al.
Pubblicazione: (2025)

VMoBA: Mixture-of-Block Attention for Video Diffusion Models
di: Wu, Jianzong, et al.
Pubblicazione: (2025)

CamPilot: Improving Camera Control in Video Diffusion Model with Efficient Camera Reward Feedback
di: Ge, Wenhang, et al.
Pubblicazione: (2026)

Token Merging via Spatiotemporal Information Mining for Surgical Video Understanding
di: Jiang, Xixi, et al.
Pubblicazione: (2025)

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

Perception-Oriented Video Frame Interpolation via Asymmetric Blending
di: Wu, Guangyang, et al.
Pubblicazione: (2024)

MTV-Inpaint: Multi-Task Long Video Inpainting
di: Yang, Shiyuan, et al.
Pubblicazione: (2025)

StreamMind: Unlocking Full Frame Rate Streaming Video Dialogue through Event-Gated Cognition
di: Ding, Xin, et al.
Pubblicazione: (2025)

Koala-36M: A Large-scale Video Dataset Improving Consistency between Fine-grained Conditions and Video Content
di: Wang, Qiuheng, et al.
Pubblicazione: (2024)

VGDFR: Diffusion-based Video Generation with Dynamic Latent Frame Rate
di: Yuan, Zhihang, et al.
Pubblicazione: (2025)

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

WorldDreamer: Towards General World Models for Video Generation via Predicting Masked Tokens
di: Wang, Xiaofeng, et al.
Pubblicazione: (2024)

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

DiffuseSlide: Training-Free High Frame Rate Video Generation Diffusion
di: Hwang, Geunmin, et al.
Pubblicazione: (2025)

LADDER: An Efficient Framework for Video Frame Interpolation
di: Shen, Tong, et al.
Pubblicazione: (2024)

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

SEA: Supervised Embedding Alignment for Token-Level Visual-Textual Integration in MLLMs
di: Yin, Yuanyang, et al.
Pubblicazione: (2024)

Motion Inversion for Video Customization
di: Wang, Luozhou, et al.
Pubblicazione: (2024)

One Token per Highly Selective Frame: Towards Extreme Compression for Long Video Understanding
di: Zhang, Zheyu, et al.
Pubblicazione: (2026)

OmniTokenizer: A Joint Image-Video Tokenizer for Visual Generation
di: Wang, Junke, et al.
Pubblicazione: (2024)

TempoMaster: Efficient Long Video Generation via Next-Frame-Rate Prediction
di: Ma, Yukuo, et al.
Pubblicazione: (2025)

ZeroSmooth: Training-free Diffuser Adaptation for High Frame Rate Video Generation
di: Yang, Shaoshu, et al.
Pubblicazione: (2024)

Less is More: Token-Efficient Video-QA via Adaptive Frame-Pruning and Semantic Graph Integration
di: Wang, Shaoguang, et al.
Pubblicazione: (2025)

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

UnityVideo: Unified Multi-Modal Multi-Task Learning for Enhancing World-Aware Video Generation
di: Huang, Jiehui, et al.
Pubblicazione: (2025)

Multimodal Diffusion Transformer with Memory Bank for Scalable Long-Duration Talking Video Generation
di: Zhang, Haojie, et al.
Pubblicazione: (2024)

Image Compression with Bubble-Aware Frame Rate Adaptation for Energy-Efficient Video Capsule Endoscopy
di: Bause, Oliver, et al.
Pubblicazione: (2026)

Making Every Frame Matter: Continuous Activity Recognition in Streaming Video via Adaptive Video Context Modeling
di: Wu, Hao, et al.
Pubblicazione: (2024)

DLFR-VAE: Dynamic Latent Frame Rate VAE for Video Generation
di: Yuan, Zhihang, et al.
Pubblicazione: (2025)

VRVVC: Variable-Rate NeRF-Based Volumetric Video Compression
di: Hu, Qiang, et al.
Pubblicazione: (2024)

A Frame is Worth One Token: Efficient Generative World Modeling with Delta Tokens
di: Kerssies, Tommie, et al.
Pubblicazione: (2026)

Tracking Any Point with Frame-Event Fusion Network at High Frame Rate
di: Liu, Jiaxiong, et al.
Pubblicazione: (2024)

Learned Rate Control for Frame-Level Adaptive Neural Video Compression via Dynamic Neural Network
di: Zhang, Chenhao, et al.
Pubblicazione: (2025)

Video Finetuning Improves Reasoning Between Frames
di: Yang, Ruiqi, et al.
Pubblicazione: (2025)