CVPR 2024 涨点！RMem: 用更少的信息，理解更难/更长的视频

文章预览

点这里 👇 关注我，记得标星，么么哒～ 点击进入—> 【Mamba/多模态/扩散】交流群 添加微信：CVer5555，小助手会拉你进群！ 扫描下方二维码，加入CVer学术星球 ！ 可以获得最新顶会/顶刊上的论文idea 和 CV从入门到精通资料，及最前沿应用 ！发论文/搞科研/涨薪，强烈推荐！ 作者：庞子奇 https://zhuanlan.zhihu.com/p/703340384 宣传一下这次CVPR 2024的工作——我们试图理解并尝试 对于更长/更难的视频理解，什么样的Temporal Information是有用的 。 具体在Video Object Segmentation的任务上，我们发现 用一个精简而且有限的Memory Bank筛选和存储Temporal Information，要比盲目地存储所有时段的信息更有用 。 我们的【 精简Memory Bank 】被我们称作“ Restricted Memory Banks ”  (RMem) ，它表面上利用了更少的信息，但是实际上却 显著地在视频理解最难的两个场景下取得了显著的提升 ………………………………