实体
VideoMAE-v2
VideoMAE-v2
PulseAugur coverage of VideoMAE-v2 — every cluster mentioning VideoMAE-v2 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
视频基础模型在时空理解方面的分析
研究人员分析了两个视频基础模型 V-JEPA 2 和 VideoMAE-v2，以了解它们在时空方面的表示。研究发现，这两个模型都能有效地编码相机运动，并在异常检测方面表现出中等水平的性能，但在直观物理任务方面存在困难，这表明它们对物理原理的推理能力有限。此外，研究还揭示了视频中的时间特征在模型的表示空间中形成平滑的轨迹，从而能够进行几何感知引导以实现更平滑的视频插值。
-
VAGNet 使用全局特征进行实时事故预测
研究人员开发了 VAGNet，这是一种新颖的深度神经网络，旨在利用行车记录仪视频的全局特征来预测交通事故。与依赖计算密集型对象级特征提取的先前方法不同，VAGNet 利用 Transformer 和图模块，并利用 VideoMAE-v2 视觉基础模型。这种方法旨在为高级驾驶辅助系统和自动驾驶提供实时事故预测，并在基准数据集上展示了改进的平均精度和效率。
-
VideoMAE-v2方法在零样本场景下预测交通事故
研究人员开发了一种使用行车记录仪视频进行零样本交通事件预测的新方法。他们的方法将VideoMAE-v2骨干网络与逐帧预测头相结合，无需领域内训练数据即可预测即将发生的碰撞。该框架在2026年CVPR@AUTOPILOT零样本事故预测竞赛中获得第二名。