Buchumschlag

Task Graph Maximum Likelihood Estimation for Procedural Activity Understanding in Egocentric Videos

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Seminara, Luigi, Farinella, Giovanni Maria, Furnari, Antonino
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Differentiable Task Graph Learning: Procedural Activity Representation and Online Mistake Detection from Egocentric Videos
von: Seminara, Luigi, et al.
Veröffentlicht: (2024)

RECIPE: Procedural Planning via Grounding in Instructional Video
von: Seminara, Luigi, et al.
Veröffentlicht: (2026)

ViterbiPlanNet: Injecting Procedural Knowledge via Differentiable Viterbi for Planning in Instructional Videos
von: Seminara, Luigi, et al.
Veröffentlicht: (2026)

Gazing Into Missteps: Leveraging Eye-Gaze for Unsupervised Mistake Detection in Egocentric Videos of Skilled Human Activities
von: Mazzamuto, Michele, et al.
Veröffentlicht: (2024)

Mamba-OTR: a Mamba-based Solution for Online Take and Release Detection from Untrimmed Egocentric Video
von: Catinello, Alessandro Sebastiano, et al.
Veröffentlicht: (2025)

Are Synthetic Data Useful for Egocentric Hand-Object Interaction Detection?
von: Leonardi, Rosario, et al.
Veröffentlicht: (2023)

Leveraging Synthetic Data for Enhancing Egocentric Hand-Object Interaction Detection
von: Leonardi, Rosario, et al.
Veröffentlicht: (2026)

Calisthenics Skills Temporal Video Segmentation
von: Finocchiaro, Antonio, et al.
Veröffentlicht: (2025)

Exploiting Multimodal Synthetic Data for Egocentric Human-Object Interaction Detection in an Industrial Scenario
von: Leonardi, Rosario, et al.
Veröffentlicht: (2023)

Efficient Calisthenics Skills Classification through Foreground Instance Selection and Depth Estimation
von: Finocchiaro, Antonio, et al.
Veröffentlicht: (2025)

ProSkill: Segment-Level Skill Assessment in Procedural Videos
von: Mazzamuto, Michele, et al.
Veröffentlicht: (2026)

EASG-Bench: Video Q&A Benchmark with Egocentric Action Scene Graphs
von: Rodin, Ivan, et al.
Veröffentlicht: (2025)

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

StillFast: An End-to-End Approach for Short-Term Object Interaction Anticipation
von: Ragusa, Francesco, et al.
Veröffentlicht: (2023)

Ego-METAS: Egocentric online Multimodal Energy-efficient Temporal Action Segmentation benchmark
von: Santos-Villafranca, Maria, et al.
Veröffentlicht: (2026)

A Real-Time System for Egocentric Hand-Object Interaction Detection in Industrial Domains
von: Finocchiaro, Antonio, et al.
Veröffentlicht: (2025)

Semantically Guided Action Anticipation
von: Diko, Anxhelo, et al.
Veröffentlicht: (2024)

An Outlook into the Future of Egocentric Vision
von: Plizzari, Chiara, et al.
Veröffentlicht: (2023)

How Far Can Off-the-Shelf Multimodal Large Language Models Go in Online Episodic Memory Question Answering?
von: Lando, Giuseppe, et al.
Veröffentlicht: (2025)

Ego-EXTRA: video-language Egocentric Dataset for EXpert-TRAinee assistance
von: Ragusa, Francesco, et al.
Veröffentlicht: (2025)

Learning Egocentric In-Hand Object Segmentation through Weak Supervision from Human Narrations
von: Messina, Nicola, et al.
Veröffentlicht: (2025)

Online Episodic Memory Visual Query Localization with Egocentric Streaming Object Memory
von: Manigrasso, Zaira, et al.
Veröffentlicht: (2024)

EGOSTREAM: A Diagnostic Benchmark for Streaming Episodic Memory in Egocentric Vision
von: Forte, Rosario, et al.
Veröffentlicht: (2026)

Leveraging Gaze and Set-of-Mark in VLLMs for Human-Object Interaction Anticipation from Egocentric Videos
von: Materia, Daniele, et al.
Veröffentlicht: (2026)

EgoInteract: Synthetic Egocentric Videos Generation for Interaction Understanding and Anticipation
von: Leonardi, Rosario, et al.
Veröffentlicht: (2026)

AFF-ttention! Affordances and Attention models for Short-Term Object Interaction Anticipation
von: Mur-Labadia, Lorenzo, et al.
Veröffentlicht: (2024)

Integrating Affordances and Attention models for Short-Term Object Interaction Anticipation
von: Labadia, Lorenzo Mur, et al.
Veröffentlicht: (2026)

ENIGMA-360: An Ego-Exo Dataset for Human Behavior Understanding in Industrial Scenarios
von: Ragusa, Francesco, et al.
Veröffentlicht: (2026)

How You Move Tells What You'll Do: Trajectory-Conditioned Egocentric Prediction
von: Jun, Sejoon, et al.
Veröffentlicht: (2026)

GlovEgo-HOI: Bridging the Synthetic-to-Real Gap for Industrial Egocentric Human-Object Interaction Detection
von: Spoto, Alfio, et al.
Veröffentlicht: (2026)

TI-PREGO: Chain of Thought and In-Context Learning for Online Mistake Detection in PRocedural EGOcentric Videos
von: Plini, Leonardo, et al.
Veröffentlicht: (2024)

EgoGraph: Temporal Knowledge Graph for Egocentric Video Understanding
von: Sun, Shitong, et al.
Veröffentlicht: (2026)

PREGO: online mistake detection in PRocedural EGOcentric videos
von: Flaborea, Alessandro, et al.
Veröffentlicht: (2024)

Exploring Multimodal LMMs for Online Episodic Memory Question Answering on the Edge
von: Lando, Giuseppe, et al.
Veröffentlicht: (2026)

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

Exo2EgoDVC: Dense Video Captioning of Egocentric Procedural Activities Using Web Instructional Videos
von: Ohkawa, Takehiko, et al.
Veröffentlicht: (2023)

SignIT: A Comprehensive Dataset and Multimodal Analysis for Italian Sign Language Recognition
von: Micieli, Alessia, et al.
Veröffentlicht: (2025)

From Videos to Conversations: Egocentric Instructions for Task Assistance
von: Aggarwal, Lavisha, et al.
Veröffentlicht: (2026)

EgoSound: Benchmarking Sound Understanding in Egocentric Videos
von: Zhu, Bingwen, et al.
Veröffentlicht: (2026)

Incentivizing Temporal-Awareness in Egocentric Video Understanding Models
von: Xu, Zhiyang, et al.
Veröffentlicht: (2026)