跳到正文
arXiv · 机器人与计算机视觉· Bingjun Luo, Jialin Guo, Siqi Li·· 12 小时前AI 评分53

FrameRouter:面向长视频理解的帧预算路由方法

FrameRouter: Frame Budget Routing for Long-Video Understanding on Video-MME-v2 and Beyond

AI 导读

针对长视频问答基准(如 Video-MME-v2)统一分配帧预算导致证据需求不匹配的问题,本文提出 FrameRouter 框架。该方法无需训练,结合证据需求路由器、预算约束分配规则及冻结的帧采样策略库,在保持平均视觉预算不变的情况下,为不同问题动态分配差异化的帧预算,从而更有效地利用计算资源提升长视频理解性能。代码已开源。

来源:arXiv · 机器人与计算机视觉 · arxiv.org