跳到正文
arXiv · 机器人与计算机视觉· Yuda Zou, Boxiang Zhou, Xin Zhou, Yibo Chen, Dejia Song, Xu Tang, Yao Hu, Yongchao Xu·· 16 天前精选AI 评分78

FinishStrong:在不完美的起点后学会完美收尾的视频时序定位方法

FinishStrong: Learning to End Well after Imperfect Start in Video Temporal Grounding

AI 导读

针对自回归视频时序定位模型存在‘起点决定终点’的性能不对称问题,论文提出FinishStrong两阶段后训练框架。该方法通过在线起点监督微调(Online-start SFT)和条件树GRPO算法,将终点奖励与起点惩罚在数学上解耦,专门优化从错误起点开始的后续预测能力。

推荐理由

提出FinishStrong框架,解决视频时序定位中起始错误导致终点性能下降的问题。

来源:arXiv · 机器人与计算机视觉 · arxiv.org