Sign In

Active Video Perception: Iterative Evidence Seeking for Agentic Long Video Understanding

Created by
  • Haebom
Category
Empty

μ €μž

Ziyang Wang, Honglu Zhou, Shijie Wang, Junnan Li, Caiming Xiong, Silvio Savarese, Mohit Bansal, Michael S. Ryoo, Juan Carlos Niebles

πŸ’‘ κ°œμš”

λ³Έ 논문은 μž₯μ‹œκ°„ λΉ„λ””μ˜€ 이해(LVU)λ₯Ό μœ„ν•œ λŠ₯동적 λΉ„λ””μ˜€ 인식(AVP) ν”„λ ˆμž„μ›Œν¬λ₯Ό μ œμ•ˆν•©λ‹ˆλ‹€. AVPλŠ” μ§ˆμ˜μ— λ‹΅ν•˜κΈ° μœ„ν•΄ λΉ„λ””μ˜€ λ‚΄μ—μ„œ κ΄€λ ¨ 정보λ₯Ό 적극적으둜 νƒμƒ‰ν•˜λ©°, λΆˆν•„μš”ν•œ 계산을 쀄이고 μ„Έλ°€ν•œ μ‹œκ°„μ , 곡간적 정보λ₯Ό λ³΄μ‘΄ν•©λ‹ˆλ‹€. μ œμ•ˆλœ AVPλŠ” 반볡적인 κ³„νš-κ΄€μ°°-반영 과정을 톡해 질의 κ΄€λ ¨ 증거λ₯Ό 직접 νšλ“ν•˜λ©°, 5개의 LVU λ²€μΉ˜λ§ˆν¬μ—μ„œ κΈ°μ‘΄ 방법둠 λŒ€λΉ„ λ›°μ–΄λ‚œ μ„±λŠ₯κ³Ό νš¨μœ¨μ„±μ„ λ‹¬μ„±ν–ˆμŠ΅λ‹ˆλ‹€.

πŸ”‘ μ‹œμ‚¬μ  및 ν•œκ³„

β€’
λŠ₯동적인 정보 νšλ“ μ „λž΅μ„ 톡해 μž₯μ‹œκ°„ λΉ„λ””μ˜€ μ΄ν•΄μ˜ μ •ν™•μ„±κ³Ό νš¨μœ¨μ„±μ„ λͺ¨λ‘ κ°œμ„ ν–ˆμŠ΅λ‹ˆλ‹€.
β€’
μ œν•œλœ 계산 μžμ›μ„ μ‚¬μš©ν•˜μ—¬ λ³΅μž‘ν•œ λΉ„λ””μ˜€ μ§ˆμ˜μ— 효과적으둜 λ‹΅ν•  수 μžˆλŠ” μƒˆλ‘œμš΄ μ ‘κ·Ό 방식을 μ œμ‹œν–ˆμŠ΅λ‹ˆλ‹€.
β€’
λ³Έ μ—°κ΅¬λŠ” AVPκ°€ ν˜„μž¬ μ‚¬μš© κ°€λŠ₯ν•œ λͺ¨λ“  정보λ₯Ό μΆ©λΆ„νžˆ ν™œμš©ν•˜λŠ”μ§€, 그리고 λ³΅μž‘ν•œ μƒν˜Έμž‘μš©μ΄ ν•„μš”ν•œ 경우의 μ„±λŠ₯에 λŒ€ν•œ 좔가적인 연ꡬ가 ν•„μš”ν•©λ‹ˆλ‹€.
πŸ‘
Made with Slashpage