Towards Temporal Compositional Reasoning in Long-Form Sports Videos
Fuente:
arXiv
Salvato in:
| Autori principali: | Cao, Siyu, Zhang, Lu, Zeng, Ruizhe, Liu, Zhi-yong |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Towards Long-Form Spatio-Temporal Video Grounding
di: Gu, Xin, et al.
Pubblicazione: (2026)
di: Gu, Xin, et al.
Pubblicazione: (2026)
TemporalVLM: Video LLMs for Temporal Reasoning in Long Videos
di: Fateh, Fawad Javed, et al.
Pubblicazione: (2024)
di: Fateh, Fawad Javed, et al.
Pubblicazione: (2024)
NeuS-QA: Grounding Long-Form Video Understanding in Temporal Logic and Neuro-Symbolic Reasoning
di: Shah, Sahil, et al.
Pubblicazione: (2025)
di: Shah, Sahil, et al.
Pubblicazione: (2025)
Learning Transferable Temporal Primitives for Video Reasoning via Synthetic Videos
di: Jiang, Songtao, et al.
Pubblicazione: (2026)
di: Jiang, Songtao, et al.
Pubblicazione: (2026)
T*: Re-thinking Temporal Search for Long-Form Video Understanding
di: Ye, Jinhui, et al.
Pubblicazione: (2025)
di: Ye, Jinhui, et al.
Pubblicazione: (2025)
REVISOR: Beyond Textual Reflection, Towards Multimodal Introspective Reasoning in Long-Form Video Understanding
di: Li, Jiaze, et al.
Pubblicazione: (2025)
di: Li, Jiaze, et al.
Pubblicazione: (2025)
Thinking with Drafts: Speculative Temporal Reasoning for Efficient Long Video Understanding
di: Hu, Pengfei, et al.
Pubblicazione: (2025)
di: Hu, Pengfei, et al.
Pubblicazione: (2025)
Enhancing Compositional Reasoning in CLIP via Reconstruction and Alignment of Text Descriptions
di: Kwon, Jihoon, et al.
Pubblicazione: (2025)
di: Kwon, Jihoon, et al.
Pubblicazione: (2025)
Spatial-Conditioned Reasoning in Long-Egocentric Videos
di: Tribble, James, et al.
Pubblicazione: (2026)
di: Tribble, James, et al.
Pubblicazione: (2026)
Zero-Shot Long-Form Video Understanding through Screenplay
di: Wu, Yongliang, et al.
Pubblicazione: (2024)
di: Wu, Yongliang, et al.
Pubblicazione: (2024)
LongVPO: From Anchored Cues to Self-Reasoning for Long-Form Video Preference Optimization
di: Huang, Zhenpeng, et al.
Pubblicazione: (2026)
di: Huang, Zhenpeng, et al.
Pubblicazione: (2026)
Boosting Open-Vocabulary Object Detection by Handling Background Samples
di: Zeng, Ruizhe, et al.
Pubblicazione: (2024)
di: Zeng, Ruizhe, et al.
Pubblicazione: (2024)
TimeSearch-R: Adaptive Temporal Search for Long-Form Video Understanding via Self-Verification Reinforcement Learning
di: Pan, Junwen, et al.
Pubblicazione: (2025)
di: Pan, Junwen, et al.
Pubblicazione: (2025)
VideoZoomer: Reinforcement-Learned Temporal Focusing for Long Video Reasoning
di: Ding, Yang, et al.
Pubblicazione: (2025)
di: Ding, Yang, et al.
Pubblicazione: (2025)
VideoARM: Agentic Reasoning over Hierarchical Memory for Long-Form Video Understanding
di: Yin, Yufei, et al.
Pubblicazione: (2025)
di: Yin, Yufei, et al.
Pubblicazione: (2025)
Neural-Symbolic VideoQA: Learning Compositional Spatio-Temporal Reasoning for Real-world Video Question Answering
di: Liang, Lili, et al.
Pubblicazione: (2024)
di: Liang, Lili, et al.
Pubblicazione: (2024)
VideoINSTA: Zero-shot Long Video Understanding via Informative Spatial-Temporal Reasoning with LLMs
di: Liao, Ruotong, et al.
Pubblicazione: (2024)
di: Liao, Ruotong, et al.
Pubblicazione: (2024)
TennisExpert: Towards Expert-Level Analytical Sports Video Understanding
di: Liu, Zhaoyu, et al.
Pubblicazione: (2026)
di: Liu, Zhaoyu, et al.
Pubblicazione: (2026)
VideoAuteur: Towards Long Narrative Video Generation
di: Xiao, Junfei, et al.
Pubblicazione: (2025)
di: Xiao, Junfei, et al.
Pubblicazione: (2025)
TAPTRv3: Spatial and Temporal Context Foster Robust Tracking of Any Point in Long Video
di: Qu, Jinyuan, et al.
Pubblicazione: (2024)
di: Qu, Jinyuan, et al.
Pubblicazione: (2024)
Towards Long Video Understanding via Fine-detailed Video Story Generation
di: You, Zeng, et al.
Pubblicazione: (2024)
di: You, Zeng, et al.
Pubblicazione: (2024)
Multi-Focus Temporal Shifting for Precise Event Spotting in Sports Videos
di: Xu, Hao, et al.
Pubblicazione: (2025)
di: Xu, Hao, et al.
Pubblicazione: (2025)
TimeScope: Towards Task-Oriented Temporal Grounding In Long Videos
di: Liu, Xiangrui, et al.
Pubblicazione: (2025)
di: Liu, Xiangrui, et al.
Pubblicazione: (2025)
OmniWeaving: Towards Unified Video Generation with Free-form Composition and Reasoning
di: Pan, Kaihang, et al.
Pubblicazione: (2026)
di: Pan, Kaihang, et al.
Pubblicazione: (2026)
LOGO: A Long-Form Video Dataset for Group Action Quality Assessment
di: Zhang, Shiyi, et al.
Pubblicazione: (2024)
di: Zhang, Shiyi, et al.
Pubblicazione: (2024)
TOTNet: Occlusion-Aware Temporal Tracking for Robust Ball Detection in Sports Videos
di: Xu, Hao, et al.
Pubblicazione: (2025)
di: Xu, Hao, et al.
Pubblicazione: (2025)
FreeLong: Training-Free Long Video Generation with SpectralBlend Temporal Attention
di: Lu, Yu, et al.
Pubblicazione: (2024)
di: Lu, Yu, et al.
Pubblicazione: (2024)
Temporal Reasoning Transfer from Text to Video
di: Li, Lei, et al.
Pubblicazione: (2024)
di: Li, Lei, et al.
Pubblicazione: (2024)
Temporal Preference Optimization for Long-Form Video Understanding
di: Li, Rui, et al.
Pubblicazione: (2025)
di: Li, Rui, et al.
Pubblicazione: (2025)
VideoAgent2: Enhancing the LLM-Based Agent System for Long-Form Video Understanding by Uncertainty-Aware CoT
di: Zhi, Zhuo, et al.
Pubblicazione: (2025)
di: Zhi, Zhuo, et al.
Pubblicazione: (2025)
Video-in-the-Loop: Span-Grounded Long Video QA with Interleaved Reasoning
di: Wang, Chendong, et al.
Pubblicazione: (2025)
di: Wang, Chendong, et al.
Pubblicazione: (2025)
The Devil is in Temporal Token: High Quality Video Reasoning Segmentation
di: Gong, Sitong, et al.
Pubblicazione: (2025)
di: Gong, Sitong, et al.
Pubblicazione: (2025)
Video-QTR: Query-Driven Temporal Reasoning Framework for Lightweight Video Understanding
di: Zhao, Xinkui, et al.
Pubblicazione: (2025)
di: Zhao, Xinkui, et al.
Pubblicazione: (2025)
Grounded Multi-Hop VideoQA in Long-Form Egocentric Videos
di: Chen, Qirui, et al.
Pubblicazione: (2024)
di: Chen, Qirui, et al.
Pubblicazione: (2024)
Biomechanical-phase based Temporal Segmentation in Sports Videos: a Demonstration on Javelin-Throw
di: Badatya, Bikash Kumar, et al.
Pubblicazione: (2025)
di: Badatya, Bikash Kumar, et al.
Pubblicazione: (2025)
T-DEED: Temporal-Discriminability Enhancer Encoder-Decoder for Precise Event Spotting in Sports Videos
di: Xarles, Artur, et al.
Pubblicazione: (2024)
di: Xarles, Artur, et al.
Pubblicazione: (2024)
Narrative Aligned Long Form Video Question Answering
di: Jain, Rahul, et al.
Pubblicazione: (2026)
di: Jain, Rahul, et al.
Pubblicazione: (2026)
Text-Conditioned Resampler For Long Form Video Understanding
di: Korbar, Bruno, et al.
Pubblicazione: (2023)
di: Korbar, Bruno, et al.
Pubblicazione: (2023)
SlowFast-LLaVA-1.5: A Family of Token-Efficient Video Large Language Models for Long-Form Video Understanding
di: Xu, Mingze, et al.
Pubblicazione: (2025)
di: Xu, Mingze, et al.
Pubblicazione: (2025)
Video-o3: Native Interleaved Clue Seeking for Long Video Multi-Hop Reasoning
di: Zeng, Xiangyu, et al.
Pubblicazione: (2026)
di: Zeng, Xiangyu, et al.
Pubblicazione: (2026)
Documenti analoghi
-
Towards Long-Form Spatio-Temporal Video Grounding
di: Gu, Xin, et al.
Pubblicazione: (2026) -
TemporalVLM: Video LLMs for Temporal Reasoning in Long Videos
di: Fateh, Fawad Javed, et al.
Pubblicazione: (2024) -
NeuS-QA: Grounding Long-Form Video Understanding in Temporal Logic and Neuro-Symbolic Reasoning
di: Shah, Sahil, et al.
Pubblicazione: (2025) -
Learning Transferable Temporal Primitives for Video Reasoning via Synthetic Videos
di: Jiang, Songtao, et al.
Pubblicazione: (2026) -
T*: Re-thinking Temporal Search for Long-Form Video Understanding
di: Ye, Jinhui, et al.
Pubblicazione: (2025)