ego4d | BriefGPT - AI 论文速递

关键词ego4d

搜索结果 - 8

CVPR2023 年 GroundNLQ@Ego4D 自然语言查询挑战赛
本文介绍了一种基于两阶段预训练策略及新颖的 GroundNLQ 模型的视频摘要方法。在 Ego4D 自然语言查询挑战方面获得优异的表现，超过其他团队。
PDFa year ago
基于贝叶斯决策的二维视觉查询定位
本文介绍了我们在 EGO4D 2023 视觉查询二维定位挑战赛中采用的方法。我们使用 Transformer 在更高维度上确定相似性并结合来自 Siamese Head 的低维度相似性生成后验概率，最终确定了视觉裁剪和所建议边界框之间的相似
PDFa year ago
StillFast: 一种短期物体交互预测的端到端方法
本研究提出了一种名为 StillFast 的端到端架构，从自我中心的视角研究了短期物体交互预测问题，在同时处理静态图像和视频的基础上，预测未来交互的动词并确定交互开始的时间，实验表明我们的方法在 EGO4D 数据集上表现优异，已在 EGO4
PDFa year ago
CVPR自我中心视频任务翻译
穿戴式摄像头的全息自我视角下，手 - 物体操纵、空间导航和人 - 人交互等视频理解任务是相互关联的，EgoTask Translation (EgoT2) 提出了一种统一的解决方法，采用多任务学习的翻转设计，通过优化多个模型，实现在所有任务
PDF2 years ago
ECCVInternVideo-Ego4D: Ego4D 挑战的优胜解决方案包
本文使用 InternVideo 模型在 Ego4D 的 5 个任务中取得了优异的表现，包括 Moment Queries、Natural Language Queries、预测未来的手部动作、目标检测和短期目标交互预测。该模型适用于下游的
PDF2 years ago
CVPR探索基于 Anchor 的自我 4D 自然语言查询检测
本文提供 CVPR 2022 中 Ego4D 自然语言查询挑战的技术报告，针对当前自然语言查询任务使用第三人称视角数据集，未涉及目前使用第一人称视角数据集（例如 Ego4D）面临的较小时间跨度和更复杂的视频理解问题，论文提出解决这些问题的方
PDF2 years ago
ReLER@ZJU-Alibaba 参加 Ego4D 自然语言查询竞赛 2022
使用多尺度跨模态 Transformer 和视频帧级对比损失来解决 Ego4D 自然语言查询挑战问题，该方法在排行榜上排名第一。
PDF2 years ago
CVPREgo4D: 3000 小时的自我中心视频环游世界
介绍了规模巨大的 “Ego4D” 自我中心视频数据集及其基准套件，它提供了来自全球 74 个地点和 9 个不同国家的 931 个独特摄像头佩戴者的 3,670 小时日常活动视频。该数据集的采集过程严格遵守隐私和伦理标准，并具有鲁棒的去识别程
PDF3 years ago