arXiv · 机器人与计算机视觉· Boyuan Sun, Deshui Miao, Wenzhao Gao, Shaoyong Jia, Shaohui Jiao, Chi Liu, Yan Shu, Derek Li, Bryan Dai, Shengsheng Qian, Qibin Hou·· 2026-10-15AI 评分70
DeltaStreamer:迈向类人代理流式视频理解
DeltaStreamer: Towards Human-Like Agentic Streaming Video Understanding
AI 导读
本文提出 DeltaStreamer,一种受人类观察、记忆和调查机制启发的新型流式视频理解代理框架。该系统通过结合变化感知记忆与查询驱动规划及针对性证据回放,解决了现有方法在压缩历史时模糊事件过渡且无法恢复缺失视觉证据的问题。实验显示,该方法在 OVO-Bench 和 StreamingBench 上的整体得分分别为 66.07% 和 59.53%,优于代表性流式视频理解方法。
来源:arXiv · 机器人与计算机视觉 · arxiv.org