跳到正文
arXiv · 机器人与计算机视觉· Ji Qi, Yuan Yao, Yushi Bai, Bin Xu, Juanzi Li, Zhiyuan Liu, Tat-Seng Chua·· 14 小时前AI 评分62

Quicksviewer:一种利用退火 Gumbel-Softmax 进行早期视频压缩的大多模态模型

Quicksviewer: An LMM with Early Video Compression using Annealed Gumbel-Softmax

AI 导读

该论文提出 Quicksviewer,这是一种采用新颖感知范式的大多模态模型(LMM)。它利用退火 Gumbel-Softmax 策略将非均匀冗余的视频动态划分为不同大小的立方体并进行统一重采样,实现了在线动态视频压缩。

来源:arXiv · 机器人与计算机视觉 · arxiv.org