Copertina

HiVid: LLM-Guided Video Saliency For Content-Aware VOD And Live Streaming

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Chen, Jiahui, Peng, Bo, Jia, Lianchen, Zhang, Zeyu, Huang, Tianchi, Sun, Lifeng
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

HiVid-Narrator: Hierarchical Video Narrative Generation with Scene-Primed ASR-anchored Compression
di: Li, Haoxuan, et al.
Pubblicazione: (2026)

Decoupling Defense Strategies for Robust Image Watermarking
di: Chen, Jiahui, et al.
Pubblicazione: (2026)

Sali4Vid: Saliency-Aware Video Reweighting and Adaptive Caption Retrieval for Dense Video Captioning
di: Jeon, MinJu, et al.
Pubblicazione: (2025)

UniVid: The Open-Source Unified Video Model
di: Luo, Jiabin, et al.
Pubblicazione: (2025)

EmoVid: A Multimodal Emotion Video Dataset for Emotion-Centric Video Understanding and Generation
di: Qiu, Zongyang, et al.
Pubblicazione: (2025)

VidSplat: Gaussian Splatting Reconstruction with Geometry-Guided Video Diffusion Priors
di: Tang, Jimin, et al.
Pubblicazione: (2026)

Finding Visual Saliency in Continuous Spike Stream
di: Zhu, Lin, et al.
Pubblicazione: (2024)

HiStream: Efficient High-Resolution Video Generation via Redundancy-Eliminated Streaming
di: Qiu, Haonan, et al.
Pubblicazione: (2025)

LiveCC: Learning Video LLM with Streaming Speech Transcription at Scale
di: Chen, Joya, et al.
Pubblicazione: (2025)

Viewport Prediction for Volumetric Video Streaming by Exploring Video Saliency and Trajectory Information
di: Li, Jie, et al.
Pubblicazione: (2023)

Stream-R1: Reliability-Perplexity Aware Reward Distillation for Streaming Video Generation
di: Wu, Bin, et al.
Pubblicazione: (2026)

BlockVid: Block Diffusion for High-Quality and Consistent Minute-Long Video Generation
di: Zhang, Zeyu, et al.
Pubblicazione: (2025)

VidEdit: Zero-Shot and Spatially Aware Text-Driven Video Editing
di: Couairon, Paul, et al.
Pubblicazione: (2023)

Vid-LLM: A Compact Video-based 3D Multimodal LLM with Reconstruction-Reasoning Synergy
di: Chen, Haijier, et al.
Pubblicazione: (2025)

VidSketch: Hand-drawn Sketch-Driven Video Generation with Diffusion Control
di: Jiang, Lifan, et al.
Pubblicazione: (2025)

OmniVid: A Generative Framework for Universal Video Understanding
di: Wang, Junke, et al.
Pubblicazione: (2024)

AlignVid: Training-Free Attention Scaling for Semantic Fidelity in Text-Guided Image-to-Video Generation
di: Liu, Yexin, et al.
Pubblicazione: (2025)

FlowVid: Taming Imperfect Optical Flows for Consistent Video-to-Video Synthesis
di: Liang, Feng, et al.
Pubblicazione: (2023)

DiffSal: Joint Audio and Video Learning for Diffusion Saliency Prediction
di: Xiong, Junwen, et al.
Pubblicazione: (2024)

HarmoVid: Relightful Video Portrait Harmonization
di: Choi, Jun Myeong, et al.
Pubblicazione: (2026)

PruneVid: Visual Token Pruning for Efficient Video Large Language Models
di: Huang, Xiaohu, et al.
Pubblicazione: (2024)

Beyond Interpretability: Exploring the Comprehensibility of Adaptive Video Streaming through Large Language Models
di: Jia, Lianchen, et al.
Pubblicazione: (2025)

Follow the Saliency: Supervised Saliency for Retrieval-augmented Dense Video Captioning
di: Choi, Seung hee, et al.
Pubblicazione: (2026)

Temporal Saliency-Guided Distillation: A Scalable Framework for Distilling Video Datasets
di: Gu, Xulin, et al.
Pubblicazione: (2025)

VideoLLM-online: Online Video Large Language Model for Streaming Video
di: Chen, Joya, et al.
Pubblicazione: (2024)

EvoVid: Temporal-Centric Self-Evolution for Video Large Language Models
di: Huang, Shiqi, et al.
Pubblicazione: (2026)

Relevance-guided Audio Visual Fusion for Video Saliency Prediction
di: Yu, Li, et al.
Pubblicazione: (2024)

Look Beyond Saliency: Low-Attention Guided Dual Encoding for Video Semantic Search
di: Aljehrai, Faisal, et al.
Pubblicazione: (2026)

SAGE: Saliency-Guided Contrastive Embeddings
di: Crum, Colton R., et al.
Pubblicazione: (2025)

Saliency Guided Optimization of Diffusion Latents
di: Wang, Xiwen, et al.
Pubblicazione: (2024)

Vid2Sim: Realistic and Interactive Simulation from Video for Urban Navigation
di: Xie, Ziyang, et al.
Pubblicazione: (2025)

Online Anomaly Detection over Live Social Video Streaming
di: He, Chengkun, et al.
Pubblicazione: (2023)

Vid-Morp: Video Moment Retrieval Pretraining from Unlabeled Videos in the Wild
di: Bao, Peijun, et al.
Pubblicazione: (2024)

IF-VidCap: Can Video Caption Models Follow Instructions?
di: Li, Shihao, et al.
Pubblicazione: (2025)

VidText: Towards Comprehensive Evaluation for Video Text Understanding
di: Yang, Zhoufaran, et al.
Pubblicazione: (2025)

TTA-Vid: Generalized Test-Time Adaptation for Video Reasoning
di: Jahagirdar, Soumya Shamarao, et al.
Pubblicazione: (2026)

ExpVid: A Benchmark for Experiment Video Understanding & Reasoning
di: Xu, Yicheng, et al.
Pubblicazione: (2025)

InstructVid2Vid: Controllable Video Editing with Natural Language Instructions
di: Qin, Bosheng, et al.
Pubblicazione: (2023)

Text-Audio-Visual-conditioned Diffusion Model for Video Saliency Prediction
di: Yu, Li, et al.
Pubblicazione: (2025)

StreamOV: Streaming Omni-Video Understanding via Evidence-Guided Memory and Response Triggering
di: Xie, Ming, et al.
Pubblicazione: (2026)