新数据集GTASA使用游戏引擎进行密集视频模型训练

研究人员开发了GTASA，一个利用游戏引擎训练视频模型的新数据集和系统。GEAST-Engine系统以零边际成本生成具有密集、逐帧地面真实标注的视频，包括3D实体状态和空间关系。这种方法旨在通过提供明确的世界状态信息来解决当前视频模型的局限性，而GTASA数据集凭借其广泛的关系覆盖，旨在改进视频字幕生成，并为评估视频特征中的实体间关系提供新的基准。 AI

影响 通过提供密集、明确的时空地面真实信息，能够实现更鲁棒的视频模型训练和评估。

排序理由 该集群描述了一篇关于用于视频模型训练的新颖数据集和系统的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• arXiv
• Connected Papers
• DagsHub
• GEST-Engine
• Grand Theft Auto: San Andreas
• Graphs of Events in Space and Time
• Hugging Face
• Litmaps
• Nicolae Cudlenco
• scite Smart Citations

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →