Enrich and Detect: Video Temporal Grounding with Multimodal LLMs

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Pramanick, Shraman, Mavroudi, Effrosyni, Song, Yale, Chellappa, Rama, Torresani, Lorenzo, Afouras, Triantafyllos
Formato: Preprint
Publicado: 2025
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!