Buchumschlag

FineVAU: A Novel Human-Aligned Benchmark for Fine-Grained Video Anomaly Understanding

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pereira, João, Lopes, Vasco, Neves, João, Semedo, David
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Self-ReS: Self-Reflection in Large Vision-Language Models for Long Video Understanding
von: Pereira, Joao, et al.
Veröffentlicht: (2025)

Zero-Shot Action Recognition in Surveillance Videos
von: Pereira, Joao, et al.
Veröffentlicht: (2024)

Chain-of-Anomaly Thoughts with Large Vision-Language Models
von: Domingos, Pedro, et al.
Veröffentlicht: (2025)

VAU-R1: Advancing Video Anomaly Understanding via Reinforcement Fine-Tuning
von: Zhu, Liyun, et al.
Veröffentlicht: (2025)

Holmes-VAU: Towards Long-term Video Anomaly Understanding at Any Granularity
von: Zhang, Huaxin, et al.
Veröffentlicht: (2024)

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

PrismVAU: Prompt-Refined Inference System for Multimodal Video Anomaly Understanding
von: Erregue, Iñaki, et al.
Veröffentlicht: (2026)

VIGiA: Instructional Video Guidance via Dialogue Reasoning and Retrieval
von: Glória-Silva, Diogo, et al.
Veröffentlicht: (2026)

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

Seeing Across Time and Views: Multi-Temporal Cross-View Learning for Robust Video Person Re-Identification
von: Rashidunnabi, Md, et al.
Veröffentlicht: (2025)

FAVOR-Bench: A Comprehensive Benchmark for Fine-Grained Video Motion Understanding
von: Tu, Chongjun, et al.
Veröffentlicht: (2025)

Human-Aligned MLLM Judges for Fine-Grained Image Editing Evaluation: A Benchmark, Framework, and Analysis
von: Liu, Runzhou, et al.
Veröffentlicht: (2026)

ActionArt: Advancing Multimodal Large Models for Fine-Grained Human-Centric Video Understanding
von: Peng, Yi-Xing, et al.
Veröffentlicht: (2025)

MJ-VIDEO: Fine-Grained Benchmarking and Rewarding Video Preferences in Video Generation
von: Tong, Haibo, et al.
Veröffentlicht: (2025)

Frame2Freq: Spectral Adapters for Fine-Grained Video Understanding
von: Ponbagavathi, Thinesh Thiyakesan, et al.
Veröffentlicht: (2026)

EgoCVR: An Egocentric Benchmark for Fine-Grained Composed Video Retrieval
von: Hummel, Thomas, et al.
Veröffentlicht: (2024)

FiLA-Video: Spatio-Temporal Compression for Fine-Grained Long Video Understanding
von: Guo, Yanan, et al.
Veröffentlicht: (2025)

Beyond the Noise: Aligning Prompts with Latent Representations in Diffusion Models
von: Ramos, Vasco, et al.
Veröffentlicht: (2025)

E-comIQ-ZH: A Human-Aligned Dataset and Benchmark for Fine-Grained Evaluation of E-commerce Posters with Chain-of-Thought
von: Sun, Meiqi, et al.
Veröffentlicht: (2026)

Show and Guide: Instructional-Plan Grounded Vision and Language Model
von: Glória-Silva, Diogo, et al.
Veröffentlicht: (2024)

MotionCharacter: Fine-Grained Motion Controllable Human Video Generation
von: Fang, Haopeng, et al.
Veröffentlicht: (2024)

Dissolving Is Amplifying: Towards Fine-Grained Anomaly Detection
von: Shi, Jian, et al.
Veröffentlicht: (2023)

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

Human-Aligned Bench: Fine-Grained Assessment of Reasoning Ability in MLLMs vs. Humans
von: Qiu, Yansheng, et al.
Veröffentlicht: (2025)

FineBio: A Fine-Grained Video Dataset of Biological Experiments with Hierarchical Annotation
von: Yagi, Takuma, et al.
Veröffentlicht: (2024)

UFVideo: Towards Unified Fine-Grained Video Cooperative Understanding with Large Language Models
von: Pan, Hewen, et al.
Veröffentlicht: (2025)

A Novel FACS-Aligned Anatomical Text Description Paradigm for Fine-Grained Facial Behavior Synthesis
von: Wang, Jiahe, et al.
Veröffentlicht: (2026)

YourSkatingCoach: A Figure Skating Video Benchmark for Fine-Grained Element Analysis
von: Chen, Wei-Yi, et al.
Veröffentlicht: (2024)

FineState-Bench: A Comprehensive Benchmark for Fine-Grained State Control in GUI Agents
von: Ji, Fengxian, et al.
Veröffentlicht: (2025)

Multimodal Alignment with Cross-Attentive GRUs for Fine-Grained Video Understanding
von: Kim, Namho, et al.
Veröffentlicht: (2025)

HanDyVQA: A Video QA Benchmark for Fine-Grained Hand-Object Interaction Dynamics
von: Tateno, Masatoshi, et al.
Veröffentlicht: (2025)

Unlocking Vision-Language Models for Video Anomaly Detection via Fine-Grained Prompting
von: Zou, Shu, et al.
Veröffentlicht: (2025)

FineBench: Benchmarking and Enhancing Vision-Language Models for Fine-grained Human Activity Understanding
von: Faure, Gueter Josmy, et al.
Veröffentlicht: (2026)

RoadBench: Benchmarking MLLMs on Fine-Grained Spatial Understanding and Reasoning under Urban Road Scenarios
von: Zhang, Jun, et al.
Veröffentlicht: (2025)

Multi-entity Video Transformers for Fine-Grained Video Representation Learning
von: Walmer, Matthew, et al.
Veröffentlicht: (2023)

VisionReward: Fine-Grained Multi-Dimensional Human Preference Learning for Image and Video Generation
von: Xu, Jiazheng, et al.
Veröffentlicht: (2024)

KPM-Bench: A Kinematic Parsing Motion Benchmark for Fine-grained Motion-centric Video Understanding
von: Lin, Boda, et al.
Veröffentlicht: (2026)

MotionBench: Benchmarking and Improving Fine-grained Video Motion Understanding for Vision Language Models
von: Hong, Wenyi, et al.
Veröffentlicht: (2025)

An Approach to Enriching Surgical Video Datasets for Fine-Grained Spatial-Temporal Understanding of Vision-Language Models
von: Maack, Lennart, et al.
Veröffentlicht: (2026)

Towards Fine-Grained Vision-Language Alignment for Few-Shot Anomaly Detection
von: Fan, Yuanting, et al.
Veröffentlicht: (2025)