video annotation | BriefGPT

关键词video annotation

搜索结果 - 8

利用大型语言模型辅助视频内容分析：抑郁症短视频的探索性研究
通过对 203 个关键帧进行分析，我们比较了 LLM 和两名人类编码员在视频注释方面的准确性，发现 LLM 在物体和活动注释方面的准确性较高，而在情感和流派注释方面的准确性较低。此外，我们还确定了 LLM 注释视频的潜力和局限性，探讨了未来
PDF7 days ago
POPCat: 复杂注释任务的粒子传播
通过利用视频数据的多目标和时间特征，我们提出了一种名为 POPCat 的高效方法来创建用于分割或基于框的视频注释的半监督管道，使其在产生更大泛化能力的半监督注释的同时保持与人工注释相当的准确性。该方法通过使用粒子追踪器利用时间特征来扩展人工
PDF10 days ago
AAAI一次性时间句子定位的假设树构建
本文提出了一种基于叶子节点为每个视频帧的多假设片段树（MHST）的方法，从而解决在极少的帧注释下，实现单次时序句子本地化（one-shot TSL）的问题，并提供了自监督损失函数，与现有方法相比取得了具有竞争力的性能。
PDFa year ago
野外多视角引导学习
本文提出了使用非刚性 3D 神经先验结合深流技术从仅有两到三个非标定手持相机的视频中获取高保真的地标估计，只需少量人工标注便可达到与全监督方法相当的 2D 结果，以及其他现有方法不可能实现的 3D 重建。
PDF2 years ago
ECCVRealFlow: 基于 EM 的现实光流数据集从视频生成
本研究提出了一种基于 EM 算法的 RealFlow 框架，该框架可直接从未标记的实际视频中创建大规模的光流数据集，采用了 Realistic Image Pair Rendering（RIPR）模块来减轻图像合成的伪影，并利用生成的训练数
PDF2 years ago
ECCV视频中多人姿态估计和跟踪的自监督关键点对应
为了解决视频标注成本高的问题，本文提出了一种方法，利用关键点对视频中的人进行关联。该方法在大规模图像数据集上进行自我监督训练，并与自上而下的人体姿势估计框架相结合，使用关键点对视频帧中的人进行关联，从而实现多帧姿态估计和多人姿态跟踪的最先进
PDF4 years ago
MM图像、音频和视频的 VIA 注释软件
本文介绍了一种简单且独立的手动标注工具 ——VGG 图像标注器（VIA）。该软件支持人工标注图像或视频帧中的空间区域以及音频或视频中的时间段，并可以将这些手动注释导出到 JSON 和 CSV 等文本格式，以便进一步处理。
PDF5 years ago
利用描述性视频服务创造大规模视频注释研究的数据源
本论文介绍了一种基于 DVS 的数据集，该数据集采用自动 DVS 分割和对齐方法，可大规模收集 DVS 源数据集，数据集包含超过 84.6 小时的视频 / 句子对。
PDF9 years ago