Copertina

Dense Video Captioning using Graph-based Sentence Summarization

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Zhang, Zhiwang, Xu, Dong, Ouyang, Wanli, Zhou, Luping
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

Show, Tell and Summarize: Dense Video Captioning Using Visual Cue Aided Sentence Summarization
di: Zhang, Zhiwang, et al.
Pubblicazione: (2025)

SAIL: Similarity-Aware Guidance and Inter-Caption Augmentation-based Learning for Weakly-Supervised Dense Video Captioning
di: Kim, Ye-Chan, et al.
Pubblicazione: (2026)

Model Compression using Progressive Channel Pruning
di: Guo, Jinyang, et al.
Pubblicazione: (2025)

Video Summarization: Towards Entity-Aware Captions
di: Ayyubi, Hammad A., et al.
Pubblicazione: (2023)

VideoSAGE: Video Summarization with Graph Representation Learning
di: Chaves, Jose M. Rojas, et al.
Pubblicazione: (2024)

Exploring Annotation-free Image Captioning with Retrieval-augmented Pseudo Sentence Generation
di: Li, Zhiyuan, et al.
Pubblicazione: (2023)

Dense Connector for MLLMs
di: Yao, Huanjin, et al.
Pubblicazione: (2024)

Accurate and Fast Compressed Video Captioning
di: Shen, Yaojie, et al.
Pubblicazione: (2023)

Improving Weakly Supervised Temporal Action Localization by Exploiting Multi-resolution Information in Temporal Domain
di: Su, Rui, et al.
Pubblicazione: (2025)

Progressive Cross-Stream Cooperation in Spatial and Temporal Domain for Action Localization
di: Su, Rui, et al.
Pubblicazione: (2019)

LVD-2M: A Long-take Video Dataset with Temporally Dense Captions
di: Xiong, Tianwei, et al.
Pubblicazione: (2024)

DIBS: Enhancing Dense Video Captioning with Unlabeled Videos via Pseudo Boundary Enrichment and Online Refinement
di: Wu, Hao, et al.
Pubblicazione: (2024)

Language-guided Recursive Spatiotemporal Graph Modeling for Video Summarization
di: Park, Jungin, et al.
Pubblicazione: (2025)

BLIP3-KALE: Knowledge Augmented Large-Scale Dense Captions
di: Awadalla, Anas, et al.
Pubblicazione: (2024)

SCRA-VQA: Summarized Caption-Rerank for Augmented Large Language Models in Visual Question Answering
di: Zhang, Yan, et al.
Pubblicazione: (2025)

Rethinking 3D Dense Caption and Visual Grounding in A Unified Framework through Prompt-based Localization
di: Luo, Yongdong, et al.
Pubblicazione: (2024)

Cluster-based Video Summarization with Temporal Context Awareness
di: Huynh-Lam, Hai-Dang, et al.
Pubblicazione: (2024)

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

TA-Prompting: Enhancing Video Large Language Models for Dense Video Captioning via Temporal Anchors
di: Cheng, Wei-Yuan, et al.
Pubblicazione: (2026)

ChartCap: Mitigating Hallucination of Dense Chart Captioning
di: Lim, Junyoung, et al.
Pubblicazione: (2025)

CapRL: Stimulating Dense Image Caption Capabilities via Reinforcement Learning
di: Xing, Long, et al.
Pubblicazione: (2025)

Personalized Video Summarization by Multimodal Video Understanding
di: Chen, Brian, et al.
Pubblicazione: (2024)

Implicit Location-Caption Alignment via Complementary Masking for Weakly-Supervised Dense Video Captioning
di: Ge, Shiping, et al.
Pubblicazione: (2024)

Enhancing Video Summarization with Context Awareness
di: Huynh-Lam, Hai-Dang, et al.
Pubblicazione: (2024)

DeVAn: Dense Video Annotation for Video-Language Models
di: Liu, Tingkai, et al.
Pubblicazione: (2023)

Towards Multimodal Video Paragraph Captioning Models Robust to Missing Modality
di: Chen, Sishuo, et al.
Pubblicazione: (2024)

EVC-MF: End-to-end Video Captioning Network with Multi-scale Features
di: Niu, Tian-Zi, et al.
Pubblicazione: (2024)

Comparing Learning Paradigms for Egocentric Video Summarization
di: Wen, Daniel
Pubblicazione: (2025)

Describe Anything: Detailed Localized Image and Video Captioning
di: Lian, Long, et al.
Pubblicazione: (2025)

Towards Fine-Grained Human Motion Video Captioning
di: Song, Guorui, et al.
Pubblicazione: (2025)

Do More Details Always Introduce More Hallucinations in LVLM-based Image Captioning?
di: Feng, Mingqian, et al.
Pubblicazione: (2024)

Context-Aware Pseudo-Label Scoring for Zero-Shot Video Summarization
di: Wu, Yuanli, et al.
Pubblicazione: (2025)

Depth Any Video with Scalable Synthetic Data
di: Yang, Honghui, et al.
Pubblicazione: (2024)

SynPO: Synergizing Descriptiveness and Preference Optimization for Video Detailed Captioning
di: Dang, Jisheng, et al.
Pubblicazione: (2025)

Unveiling the Invisible: Captioning Videos with Metaphors
di: Kalarani, Abisek Rajakumar, et al.
Pubblicazione: (2024)

An Integrated Framework for Multi-Granular Explanation of Video Summarization
di: Tsigos, Konstantinos, et al.
Pubblicazione: (2024)

FastMap: Fast Queries Initialization Based Vectorized HD Map Reconstruction Framework
di: Hu, Haotian, et al.
Pubblicazione: (2025)

MAMS: Model-Agnostic Module Selection Framework for Video Captioning
di: Lee, Sangho, et al.
Pubblicazione: (2025)

Controllable Hybrid Captioner for Improved Long-form Video Understanding
di: Sasse, Kuleen, et al.
Pubblicazione: (2025)

InstanceCap: Improving Text-to-Video Generation via Instance-aware Structured Caption
di: Fan, Tiehan, et al.
Pubblicazione: (2024)