VideoITG: Multimodal Video Understanding with Instructed Temporal Grounding

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Wang, Shihao, Chen, Guo, Huang, De-an, Li, Zhiqi, Li, Minghan, Liu, Guilin, Alvarez, Jose M., Zhang, Lei, Yu, Zhiding
Format:	Preprint
Publié:	2025
Sujets:	Computer Vision and Pattern Recognition Artificial Intelligence
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2507.13353