MBZUAI-Forschende verkürzen Videoobjektverfolgung auf zwei Dekodierrunden
Parallel Tube Decoding schloss eine Trajektorie im VidSTG-Test schneller ab als die sequenzielle Erzeugung.
Ereignis-/Datenzeitraum:
Veröffentlicht: · Aktualisiert:
Forschende der MBZUAI und der University of California, Merced, entwickelten Parallel Tube Decoding (PTD), ein Verfahren zur zeitlichen Ortung von Objekten und Ereignissen in Videos. Es soll eine gesamte Objekttrajektorie in zwei Dekodierrunden erzeugen: Zunächst wird das relevante Ereignisintervall bestimmt, danach werden die Begrenzungsrahmen für diesen Zeitraum gemeinsam vorhergesagt.
In einem kontrollierten VidSTG-Vergleich, den MBZUAI am 6. Oktober beschrieb, schloss PTD eine Trajektorie in 0,4 Sekunden ab; die standardmäßige autoregressive Erzeugung benötigte 31,6 Sekunden. Der Durchsatz betrug 45,9 Begrenzungsrahmen pro Sekunde gegenüber 0,5 beim Referenzverfahren. Dies sind Forschungsergebnisse auf einem bestimmten Video-Grounding-Benchmark, keine Garantie für allgemeine oder produktive Leistung.
Daten
Kontrollierter VidSTG-Vergleich
Video-Grounding-Modell in kontrolliertem Vergleich getestet
- · eingetreten
Forschungsergebnisse veröffentlicht
Die Studie berichtet Modellergebnisse unter den in der Quelle genannten synthetischen oder kontrollierten Testbedingungen.
Methodik
Die Messungen gelten für die im Artikel beschriebenen Modelle, die Referenzmethode und den VidSTG-Benchmark. Sie sind keine universellen Geschwindigkeitswerte und werden nicht länder- oder modellübergreifend aggregiert.
Aktualisiert:
Themen und Orte
Themenvorschläge
- Wissenschaft, Technik, ForschungVorgeschlagene Kennzeichnung
- Preserved editorial category/topic; broad candidate onlymbzuai.ac.ae ↗
Geografische Angaben
Angezeigt werden nur geografische Angaben aus der Quelle. Eine externe Karte lässt sich optional öffnen. Optionale Karten in Artikeln nutzen OpenStreetMap. Beim Öffnen werden Ihre IP-Adresse und die Adresse dieser Website an den Kartenanbieter übermittelt. Ortsangaben bleiben auch ohne Karte als Text lesbar.
- Vereinigte Arabische Emirate · Funktion des Ortes: Abdeckung · Art des Ortes: Land oder Gebiet · Ortsgenauigkeit: regionalBeleg
- Explicit preserved editorial country/region; no city or national centroid inferredmbzuai.ac.ae ↗