Fugu-MT 論文翻訳(概要): Results of the 2024 Video Browser Showdown

論文の概要: Results of the 2024 Video Browser Showdown

arxiv url: http://arxiv.org/abs/2502.15683v1
Date: Fri, 13 Dec 2024 20:09:27 GMT
ステータス: 翻訳完了
システム内更新日: 2025-03-02 07:48:05.511731
Title: Results of the 2024 Video Browser Showdown
Title（参考訳）: 2024年ビデオブラウザ・ショーダウンの成果
Authors: Luca Rossetto, Klaus Schoeffmann, Cathal Gurrin, Jakub Lokoč, Werner Bailer,
Abstract要約: 本報告では,オランダのアムステルダムで開催された2024年1月29日のマルチメディアモデリング国際会議において,第13回ビデオブラウザ・ショーダウンの結果を報告する。
参考スコア（独自算出の注目度）: 6.798577362154611
License:
Abstract: This report presents the results of the 13th Video Browser Showdown, held at the 2024 International Conference on Multimedia Modeling on the 29th of January 2024 in Amsterdam, the Netherlands.
Abstract（参考訳）: 本報告では,オランダのアムステルダムで開催された2024年1月29日のマルチメディアモデリング国際会議において,第13回ビデオブラウザ・ショーダウンの結果を報告する。

関連論文リスト

Perception Test 2024: Challenge Summary and a Novel Hour-Long VideoQA Benchmark [64.16672247204997]
我々は、IEEE/CVF European Conference on Computer Vision (ECCV) 2024と共に半日間のワークショップとして、第2知覚テストチャレンジを組織した。目標は、最先端のビデオモデルをベンチマークし、昨年からPerception Testベンチマークを使用して進捗を計測することだった。今年は7つのトラックがあり、低レベルかつ高レベルなタスクをカバーし、ビデオ、オーディオ、テキストのモダリティをカバーした言語と非言語インターフェースを備えていた。追加のトラックは1時間にわたるビデオ理解をカバーし、新しいビデオQAベンチマーク1h-walk VQAを導入した。
論文参考訳（メタデータ） (2024-11-29T18:57:25Z)
AIM 2024 Challenge on Video Saliency Prediction: Methods and Results [105.09572982350532]
本稿では,AIM 2024におけるビデオ・サリエンシ予測の課題について概説する。参加者の目標は、提供されたビデオシーケンスのセットに対して正確な精度マップを予測する方法を開発することであった。
論文参考訳（メタデータ） (2024-09-23T08:59:22Z)
Report on the 1st Workshop on Large Language Model for Evaluation in Information Retrieval (LLM4Eval 2024) at SIGIR 2024 [37.103230004631996]
本研究の目的は,情報検索における評価のためのLLMの話題を中心に,情報検索研究者を集結させることである。このトピックの新規性を考えると、ワークショップは多面的な議論に焦点を当てていた。
論文参考訳（メタデータ） (2024-08-09T23:55:58Z)
AIS 2024 Challenge on Video Quality Assessment of User-Generated Content: Methods and Results [140.47245070508353]
本稿では,ユーザ生成コンテンツ(UGC)に着目したAIS 2024ビデオ品質アセスメント(VQA)チャレンジについてレビューする。この課題の目的は、ビデオの知覚品質を推定できるディープラーニングベースの手法を収集することである。 YouTubeデータセットから生成されたビデオには、さまざまなコンテンツ(スポーツ、ゲーム、歌詞、アニメなど)、品質、解像度が含まれている。
論文参考訳（メタデータ） (2024-04-24T21:02:14Z)
NTIRE 2023 Quality Assessment of Video Enhancement Challenge [97.809937484099]
NTIRE 2023 Quality Assessment of Video Enhancement Challengeについて報告する。課題は、ビデオ処理分野における大きな課題、すなわち、強化されたビデオに対するビデオ品質評価(VQA)に対処することである。参加者数は167名。
論文参考訳（メタデータ） (2023-07-19T02:33:42Z)
The Runner-up Solution for YouTube-VIS Long Video Challenge 2022 [72.13080661144761]
この課題に対して,提案したオンラインビデオインスタンス分割方式IDOLを採用した。擬似ラベルを使用して、コントラスト学習をさらに支援し、時間的に一貫したインスタンスの埋め込みを得る。提案手法は、YouTube-VIS 2022長ビデオデータセット上で40.2 APを取得し、この課題において第2位にランクされた。
論文参考訳（メタデータ） (2022-11-18T01:40:59Z)
Predicting Media Memorability: Comparing Visual, Textual and Auditory Features [1.8506048493564673]
本稿では,メディアEval 2021における予測メディア記憶可能性タスクへのアプローチについて述べる。ビデオの記憶可能性を自動的に予測するタスクを設定することで,メディアの記憶可能性の問題に対処することを目的とする。
論文参考訳（メタデータ） (2021-12-15T08:42:49Z)
Novel View Video Prediction Using a Dual Representation [51.58657840049716]
単一/複数ビューから入力されたビデオクリップのセットを考慮すれば,ネットワークは新たなビューからビデオを予測することができる。提案手法では事前の知識は必要とせず,より広い角距離から最大45度まで映像を予測できる。 SSIMは26.1%、PSNRは13.6%、FVDスコアは60%向上した。
論文参考訳（メタデータ） (2021-06-07T20:41:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。