CameraMotionDataset

Fovea-JEPA模型通过解决几何盲点来增强相机运动识别能力

研究人员开发了Fovea-JEPA模型，旨在通过解决V-JEPA等现有架构中的几何盲点来改进相机运动识别。通过集成面向几何的预测器，Fovea-JEPA选择性地介入以纳入关键的几何信息，从而在CameraMotionDataset、CameraBench和ShotBench等基准数据集上取得了显著的性能提升。这种方法增强了模型区分相机运动和物体动力学（这是视频语言理解中的一个关键挑战）的能力。