该研究报告介绍了作者参加 EPIC-Kitchens-100 多实例检索挑战的技术细节和实验结果，使用不同损失函数对 25％的训练数据进行了两个模型的集成，并获得了 56.81％的 nDCG 和 42.63％的 mAP 的平均分数。

Jun, 2023

该研究报告介绍了我们参加 EPIC-Kitchens-100 多实例检索挑战赛的技术细节，我们设计了一个结合不同模型并采用最近开发的基于关联增强的三元组损失训练的方案。我们的参赛作品在公共排行榜上表现良好，取得了平均得分 61.02% nDCG 和 49.77% mAP。

Jun, 2022

本研究介绍了我们在 2022 年 EPIC-KITCHENS-100 多实例检索挑战中的方法，首先将句子解析为动词和名词对应的语义角色，然后通过自注意力在多个嵌入空间内的三元损失函数利用语义角色语境化视频特征和文本特征，优于强基线方法的标准化折扣累积增益（nDCG），对于语义相似性更有价值，我们的提交在 nDCG 中排名第三，在 mAP 中排名第四。

Jun, 2022

本文提出了基于视频 - 语言预训练的解决方案，利用最近发布的 Ego4D 数据集，从预训练数据集、预训练目标和开发集的角度开创了自我中心的视频 - 语言预训练学习，从而获得了优秀的性能表现。

Jul, 2022

本文提出了一种基于语义相似性的视频检索方法，它允许多个视频和标题被视为同等相关，并且排名的顺序不影响检索性能比较，同时，它还提出了多种估计语义相似性的方法，以适应大规模检索数据集。本文在三个常用视频检索数据集上分析了该方法的表现。

Mar, 2021

本文介绍了基于 EPIC-Kitchens 数据集的行动识别模型，比较了不同模型在具有长尾类分布、测试集中未见过环境和多任务等挑战下的表现，并探讨了模型的缺点和未来研究的方向。

Aug, 2019

本文通过将 few-shot generalization 和 zero-shot generalization 相结合，并在传统的直接对齐基线上添加度量学习损失，探索了面向 open-set 分类的通用化方法，并在基于 EPIC-KITCHENS 数据集的新分裂的基础上进行了评估，结果表明这种方法可以提高零样本分类的准确性高达 10％，同时不损失 few-shot 性能。

May, 2020

本文介绍了拓展视角中最大数据集 EPIC-KITCHENS 的一种方法，推出了 EPIC-KITCHENS-100，其中使用头戴式相机记录了 45 个环境中长期非剧本活动的 100 小时、2000 万帧、90,000 个动作，在 fine-grained actions、action detection、action recognition、unsupervised domain adaptation、cross-modal retrieval 等领域提供了新的挑战与评估。

Jun, 2020

本文介绍了 EPIC-KITCHENS 数据库，它是一个大规模的第一人称视角视频数据库，其中包含了来自 32 个参与者的 55 小时视频，多样性与大规模性深度融合，视频被密集标记为总共 39.6K 个动作段和 454.3K 个物体边界框，并且注释与真实意图紧密相关，该数据库可用于第一人称视角视频领域的挑战评估和研究。

Apr, 2018

本研究提出了一种多分支检索方法，通过组合全局描述符和局部描述符来应对大规模数据以及图像复制攻击的挑战，其中包括丰富的数据增强和自监督学习等优化策略，并引入了鲁棒性较强的 SIFT 特征和 GPU Faiss 进行局部检索，在使用 KNN 匹配算法来判断匹配和合并分数时，我们展示了一些我们方法的消融实验，揭示了全局和局部特征的互补优势。

Dec, 2021