Copertina

Unlocking Exocentric Video-Language Data for Egocentric Video Representation Learning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Dou, Zi-Yi, Yang, Xitong, Nagarajan, Tushar, Wang, Huiyu, Huang, Jing, Peng, Nanyun, Kitani, Kris, Chu, Fu-Jen
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computer Vision and Pattern Recognition Computation and Language
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Propose, Assess, Search: Harnessing LLMs for Goal-Oriented Planning in Instructional Videos
di: Islam, Md Mohaiminul, et al.
Pubblicazione: (2024)

ExpertAF: Expert Actionable Feedback from Video
di: Ashutosh, Kumar, et al.
Pubblicazione: (2024)

Exo2EgoSyn: Unlocking Foundation Video Generation Models for Exocentric-to-Egocentric Video Synthesis
di: Mahdi, Mohammad, et al.
Pubblicazione: (2025)

WorldWander: Bridging Egocentric and Exocentric Worlds in Video Generation
di: Song, Quanjian, et al.
Pubblicazione: (2025)

Exo2Ego: Exocentric Knowledge Guided MLLM for Egocentric Video Understanding
di: Zhang, Haoyu, et al.
Pubblicazione: (2025)

EgoX: Egocentric Video Generation from a Single Exocentric Video
di: Kang, Taewoong, et al.
Pubblicazione: (2025)

Video ReCap: Recursive Captioning of Hour-Long Videos
di: Islam, Md Mohaiminul, et al.
Pubblicazione: (2024)

Put Myself in Your Shoes: Lifting the Egocentric Perspective from Exocentric Videos
di: Luo, Mi, et al.
Pubblicazione: (2024)

EgoExoMem: Cross-View Memory Reasoning over Synchronized Egocentric and Exocentric Videos
di: Liu, Ruiping, et al.
Pubblicazione: (2026)

Step Differences in Instructional Video
di: Nagarajan, Tushar, et al.
Pubblicazione: (2024)

VALOR-EVAL: Holistic Coverage and Faithfulness Evaluation of Large Vision-Language Models
di: Qiu, Haoyi, et al.
Pubblicazione: (2024)

BIMBA: Selective-Scan Compression for Long-Range Video Question Answering
di: Islam, Md Mohaiminul, et al.
Pubblicazione: (2025)

Egocentric and Exocentric Methods: A Short Survey
di: Thatipelli, Anirudh, et al.
Pubblicazione: (2024)

EgoWorld: Translating Exocentric View to Egocentric View using Rich Exocentric Observations
di: Park, Junho, et al.
Pubblicazione: (2025)

Multi-Object Tracking by Hierarchical Visual Representations
di: Cao, Jinkun, et al.
Pubblicazione: (2024)

Synchronization is All You Need: Exocentric-to-Egocentric Transfer for Temporal Action Segmentation with Unlabeled Synchronized Video Pairs
di: Quattrocchi, Camillo, et al.
Pubblicazione: (2023)

EgoExo-Fitness: Towards Egocentric and Exocentric Full-Body Action Understanding
di: Li, Yuan-Ming, et al.
Pubblicazione: (2024)

Re-ReST: Reflection-Reinforced Self-Training for Language Agents
di: Dou, Zi-Yi, et al.
Pubblicazione: (2024)

VEDIT: Latent Prediction Architecture For Procedural Video Representation Learning
di: Lin, Han, et al.
Pubblicazione: (2024)

The Audio-Visual Conversational Graph: From an Egocentric-Exocentric Perspective
di: Jia, Wenqi, et al.
Pubblicazione: (2023)

Detours for Navigating Instructional Videos
di: Ashutosh, Kumar, et al.
Pubblicazione: (2024)

Medical Vision-Language Pre-Training for Brain Abnormalities
di: Monajatipoor, Masoud, et al.
Pubblicazione: (2024)

VITED: Video Temporal Evidence Distillation
di: Lu, Yujie, et al.
Pubblicazione: (2025)

O-MaMa: Learning Object Mask Matching between Egocentric and Exocentric Views
di: Mur-Labadia, Lorenzo, et al.
Pubblicazione: (2025)

Fine-grained Spatiotemporal Grounding on Egocentric Videos
di: Liang, Shuo, et al.
Pubblicazione: (2025)

Cross-view Action Recognition Understanding From Exocentric to Egocentric Perspective
di: Truong, Thanh-Dat, et al.
Pubblicazione: (2023)

Harmony4D: A Video Dataset for In-The-Wild Close Human Interactions
di: Khirodkar, Rawal, et al.
Pubblicazione: (2024)

Switch-a-View: View Selection Learned from Unlabeled In-the-wild Videos
di: Majumder, Sagnik, et al.
Pubblicazione: (2024)

Bridging Perspectives: A Survey on Cross-view Collaborative Intelligence with Egocentric-Exocentric Vision
di: He, Yuping, et al.
Pubblicazione: (2025)

ESVQA: Perceptual Quality Assessment of Egocentric Spatial Videos
di: Zhu, Xilei, et al.
Pubblicazione: (2024)

NovaPlan: Zero-Shot Long-Horizon Manipulation via Closed-Loop Video Language Planning
di: Fu, Jiahui, et al.
Pubblicazione: (2026)

VISTA: A Generative Egocentric Video Framework for Daily Assistance
di: Liu, Yu-Hsiang, et al.
Pubblicazione: (2026)

Modeling Fine-Grained Hand-Object Dynamics for Egocentric Video Representation Learning
di: Pei, Baoqi, et al.
Pubblicazione: (2025)

Matryoshka Query Transformer for Large Vision-Language Models
di: Hu, Wenbo, et al.
Pubblicazione: (2024)

DETACH : Decomposed Spatio-Temporal Alignment for Exocentric Video and Ambient Sensors with Staged Learning
di: Yoon, Junho, et al.
Pubblicazione: (2025)

Look and Tell: A Dataset for Multimodal Grounding Across Egocentric and Exocentric Views
di: Deichler, Anna, et al.
Pubblicazione: (2025)

Universal Humanoid Motion Representations for Physics-Based Control
di: Luo, Zhengyi, et al.
Pubblicazione: (2023)

Which Viewpoint Shows it Best? Language for Weakly Supervising View Selection in Multi-view Instructional Videos
di: Majumder, Sagnik, et al.
Pubblicazione: (2024)

Don't Look Twice: Faster Video Transformers with Run-Length Tokenization
di: Choudhury, Rohan, et al.
Pubblicazione: (2024)

Joint Diffusion for Universal Hand-Object Grasp Generation
di: Cao, Jinkun, et al.
Pubblicazione: (2024)