परंपरागत वीडियो समझा मॉडल लम्बे वीडियो को प्रोसेस करते समय कई चुनौतियों का सामना करता है, जिसमें लम्बे वीडियो द्वारा लाए गए जटिल संदर्भों को समझना शामिल है। हालाँकि कई शोध वीडियो समझने की क्षमता को बढ़ाने के लिए प्रयासरत हैं, फिर भी यह प्रशिक्षण और निष्पादन की गति में सुधार करने में सक्षम नहीं है। इन समस्याओं के समाधान के लिए, शोध टीम ने HiCo तकनीक का उपयोग करते हुए वीडियो जानकारी में से अतिरिक्त भागों को संकुचित किया, जिसके परिणामस्वरूप कंप्यूटिंग आवश्यकताओं में महत्वपूर्ण कमी आई, जबकि महत्वपूर्ण जानकारी को बनाए रखा। विशेष रूप से, HiCo वीडियो को स्तरित संकुचन के माध्यम से संक्षिप्त करता है, जिससे लम्बे वीडियो को छोटे टुकड़ों में विभाजित किया जा सकता है, और इस प्रकार प्रसंस्करण को कम किया जा सकता है।

वीडियो प्रसंस्करण के क्षेत्र में, एकल-लेंस वीडियो से तीन-आयामी गति को प्रभावी तरीके से ट्रैक करना हमेशा एक चुनौती रही है, विशेष रूप से जब लंबे अनुक्रमों में पिक्सेल स्तर पर सटीक ट्रैकिंग की आवश्यकता होती है। पारंपरिक विधियाँ कई चुनौतियों का सामना करती हैं, अक्सर केवल कुछ महत्वपूर्ण बिंदुओं को ट्रैक कर पाती हैं, जिससे पूरे दृश्य की विस्तृत समझ हासिल नहीं होती। इसके अलावा, मौजूदा तकनीकों की गणनात्मक आवश्यकताएँ काफी अधिक होती हैं, लंबी वीडियो को संसाधित करते समय दक्षता बनाए रखना कठिन होता है। साथ ही, लंबे समय तक ट्रैकिंग भी कैमरा आंदोलन और वस्तुओं की छिपाई जैसी समस्याओं से प्रभावित होती है, जिससे ट्रैकिंग गलतियाँ या गलतियाँ उत्पन्न होती हैं। वर्तमान में, वीडियो अनुक्रम गति अनुमान की विधियाँ अपनी-अपनी सीमाएँ रखती हैं।