Copertina

A Backpack Full of Skills: Egocentric Video Understanding with Diverse Task Perspectives

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Peirone, Simone Alberto, Pistilli, Francesca, Alliegro, Antonio, Averta, Giuseppe
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computer Vision and Pattern Recognition Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Hier-EgoPack: Hierarchical Egocentric Video Understanding with Diverse Task Perspectives
di: Peirone, Simone Alberto, et al.
Pubblicazione: (2025)

Learning reusable concepts across different egocentric video understanding tasks
di: Peirone, Simone Alberto, et al.
Pubblicazione: (2025)

HiERO: understanding the hierarchy of human behavior enhances reasoning on egocentric videos
di: Peirone, Simone Alberto, et al.
Pubblicazione: (2025)

FORESCENE: FOREcasting human activity via latent SCENE graphs diffusion
di: Alliegro, Antonio, et al.
Pubblicazione: (2025)

HiERO-StepG @ Ego4D Step Grounding Challenge: hierarchical activity understanding enables zero-shot step grounding
di: Zenotto, Andrea, et al.
Pubblicazione: (2026)

Egocentric zone-aware action recognition across environments
di: Peirone, Simone Alberto, et al.
Pubblicazione: (2024)

Domain Generalization using Action Sequences for Egocentric Action Recognition
di: Nasirimajd, Amirshayan, et al.
Pubblicazione: (2025)

Minerva-Ego: Spatiotemporal Hints for Egocentric Video Understanding
di: Nagrani, Arsha, et al.
Pubblicazione: (2026)

Ego-VPA: Egocentric Video Understanding with Parameter-efficient Adaptation
di: Wu, Tz-Ying, et al.
Pubblicazione: (2024)

PEM: Prototype-based Efficient MaskFormer for Image Segmentation
di: Cavagnero, Niccolò, et al.
Pubblicazione: (2024)

LifelongMemory: Leveraging LLMs for Answering Queries in Long-form Egocentric Videos
di: Wang, Ying, et al.
Pubblicazione: (2023)

FEEL (Force-Enhanced Egocentric Learning): A Dataset for Physical Action Understanding
di: Dessalene, Eadom, et al.
Pubblicazione: (2026)

Ego4OOD: Rethinking Egocentric Video Domain Generalization via Covariate Shift Scoring
di: Vaseqi, Zahra, et al.
Pubblicazione: (2026)

Memory Storyboard: Leveraging Temporal Segmentation for Streaming Self-Supervised Learning from Egocentric Videos
di: Yang, Yanlai, et al.
Pubblicazione: (2025)

EgoDex: Learning Dexterous Manipulation from Large-Scale Egocentric Video
di: Hoque, Ryan, et al.
Pubblicazione: (2025)

$\infty$-Video: A Training-Free Approach to Long Video Understanding via Continuous-Time Memory Consolidation
di: Santos, Saul, et al.
Pubblicazione: (2025)

Gradient Similarity Surgery in Multi-Task Deep Learning
di: Borsani, Thomas, et al.
Pubblicazione: (2025)

Being-H0.7: A Latent World-Action Model from Egocentric Videos
di: Luo, Hao, et al.
Pubblicazione: (2026)

3D-Aware Instance Segmentation and Tracking in Egocentric Videos
di: Bhalgat, Yash, et al.
Pubblicazione: (2024)

Understanding-Enhanced Model Collaboration for Long-Tailed Egocentric Mistake Detection
di: Han, Boyu, et al.
Pubblicazione: (2026)

ECBench: Can Multi-modal Foundation Models Understand the Egocentric World? A Holistic Embodied Cognition Benchmark
di: Dang, Ronghao, et al.
Pubblicazione: (2025)

Online Video Understanding: OVBench and VideoChat-Online
di: Huang, Zhenpeng, et al.
Pubblicazione: (2024)

Video Parallel Scaling: Aggregating Diverse Frame Subsets for VideoLLMs
di: Chung, Hyungjin, et al.
Pubblicazione: (2025)

Understanding Domain Generalization: A Noise Robustness Perspective
di: Qiao, Rui, et al.
Pubblicazione: (2024)

MM-Ego: Towards Building Egocentric Multimodal LLMs for Video QA
di: Ye, Hanrong, et al.
Pubblicazione: (2024)

What to Do Next? Memorizing skills from Egocentric Instructional Video
di: Bi, Jing, et al.
Pubblicazione: (2025)

Understanding Task Transfer in Vision-Language Models
di: Sachdeva, Bhuvan, et al.
Pubblicazione: (2025)

PEDESTRIAN: An Egocentric Vision Dataset for Obstacle Detection on Pavements
di: Thoma, Marios, et al.
Pubblicazione: (2025)

EasyVideoR1: Easier RL for Video Understanding
di: Qin, Chuanyu, et al.
Pubblicazione: (2026)

SkillDiffuser: Interpretable Hierarchical Planning via Skill Abstractions in Diffusion-Based Task Execution
di: Liang, Zhixuan, et al.
Pubblicazione: (2023)

Towards Sparse Video Understanding and Reasoning
di: Xu, Chenwei, et al.
Pubblicazione: (2026)

Agentic Very Long Video Understanding
di: Rege, Aniket, et al.
Pubblicazione: (2026)

EgoMAGIC- An Egocentric Video Field Medicine Dataset for Training Perception Algorithms
di: VanVoorst, Brian, et al.
Pubblicazione: (2026)

EgoCogNav: Cognition-aware Human Egocentric Navigation
di: Qiu, Zhiwen, et al.
Pubblicazione: (2025)

Benchmarking Egocentric Multimodal Goal Inference for Assistive Wearable Agents
di: Veerabadran, Vijay, et al.
Pubblicazione: (2025)

EgoSurgery-HTS: A Dataset for Egocentric Hand-Tool Segmentation in Open Surgery Videos
di: Darjana, Nathan, et al.
Pubblicazione: (2025)

A Shortcut-aware Video-QA Benchmark for Physical Understanding via Minimal Video Pairs
di: Krojer, Benno, et al.
Pubblicazione: (2025)

Whole-Body Conditioned Egocentric Video Prediction
di: Bai, Yutong, et al.
Pubblicazione: (2025)

VideoHallu: Evaluating and Mitigating Multi-modal Hallucinations on Synthetic Video Understanding
di: Li, Zongxia, et al.
Pubblicazione: (2025)

Deep Learning Meets OBIA: Tasks, Challenges, Strategies, and Perspectives
di: Ma, Lei, et al.
Pubblicazione: (2024)