비디오 데이터셋에서 수백만 개의 비디오를 활용하여 비전-언어 모델을 증류하는 방법
이 연구는 이미지 데이터셋에서 사전 학습된 비전-언어 모델을 비디오 도메인으로 효과적으로 적응시키는 방법을 제안합니다. 이를 통해 수백만 개의 비디오에 대한 고품질의 의사 캡션을 생성할 수 있습니다.
비디오 세그멘테이션 성능 향상을 위한 동적 앵커 쿼리 기법
동적 앵커 쿼리 기법을 도입하여 새로 등장하거나 사라지는 객체를 효과적으로 처리할 수 있는 비디오 세그멘테이션 모델을 제안한다.
시간 계열 초기화 및 순환 신경망을 이용한 비디오 독립적 비디오 초해상도 안정화
순환 신경망 기반 비디오 초해상도 모델의 안정성을 향상시키기 위해 비디오 속성에 따라 다양한 은닉 상태를 학습하는 방법을 제안한다.
무감독 비디오 객체 분할을 위한 이중 프로토타입 어텐션
본 연구는 무감독 비디오 객체 분할을 위해 이중 프로토타입 어텐션 메커니즘을 제안한다. 이를 통해 다중 모달리티 융합과 시간적 정보 통합을 효과적으로 달성할 수 있다.
자기 지도 학습 기반 변형 주의 집중 학습을 통한 비디오 객체 분할
변형 가능한 주의 집중 메커니즘을 활용하여 시간에 따른 변화에 적응적인 객체 표현을 학습하고, 교사-학생 네트워크 간 주의 집중 맵과 로짓 값 전달을 통해 경량화된 비디오 객체 분할 모델을 학습한다.
비디오 객체 분할을 위한 변형 가능한 주의 집중 학습 기반 자기 지도 학습
본 연구는 비디오 객체 분할을 위해 변형 가능한 주의 집중 메커니즘을 활용한 자기 지도 학습 방법을 제안한다. 이를 통해 시간에 따른 변화에 적응적인 객체 표현을 학습할 수 있으며, 경량화된 네트워크 구조로 인해 저전력 장치에 통합이 가능하다.
비디오 시청 시 기후 친화적이면서도 에너지 효율적인 방법
비디오 배포 과정에서 발생하는 에너지 소비를 줄이면서도 사용자 경험의 질을 유지하는 방법을 제안한다.
동적 쿼리 변조를 통한 비디오 객체 분할
본 논문은 메모리 기반 비디오 객체 분할 방법에 객체 수준의 인식과 동적 예측을 도입하여 성능을 크게 향상시킨다. 구체적으로 객체 쿼리를 활용하여 객체 수준의 인식을 제공하고, 이를 통해 다중 객체 간 상호작용과 효과적인 콘텐츠 이해를 실현한다.
딥러닝 기반 키포인트 예측을 통한 비디오 모션 전송 애플리케이션의 대역폭 효율 향상
딥러닝 기반 키포인트 예측을 통해 비디오 모션 전송 애플리케이션의 대역폭 사용을 효율적으로 줄일 수 있다.
압축 비디오 화질 향상을 위한 코딩 사전 기반 집계 네트워크
본 논문은 압축 비디오에 내재된 유용한 코딩 사전(motion vector, predictive frame, residual frame)을 활용하여 시간적 및 공간적 정보를 효과적으로 집계함으로써 압축 비디오의 화질을 향상시키는 CPGA 네트워크를 제안한다.
© 2024 by Linnk AI