Buchumschlag

EgoToM: Benchmarking Theory of Mind Reasoning from Egocentric Videos

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Yuxuan, Veerabadran, Vijay, Iuzzolino, Michael L., Roads, Brett D., Celikyilmaz, Asli, Ridgeway, Karl
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Synthetic Captions for Open-Vocabulary Zero-Shot Segmentation
von: Lebailly, Tim, et al.
Veröffentlicht: (2025)

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

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

EgoEsportsQA: An Egocentric Video Benchmark for Perception and Reasoning in Esports
von: Ma, Jianzhe, et al.
Veröffentlicht: (2026)

EgoVITA: Learning to Plan and Verify for Egocentric Video Reasoning
von: Kulkarni, Yogesh, et al.
Veröffentlicht: (2025)

EgoCVR: An Egocentric Benchmark for Fine-Grained Composed Video Retrieval
von: Hummel, Thomas, et al.
Veröffentlicht: (2024)

EgoIntrospect: An Egocentric Dataset and Benchmark for User-Centric Internal State Reasoning
von: Wang, Zeyu, et al.
Veröffentlicht: (2026)

TeleEgo: Benchmarking Egocentric AI Assistants in the Wild
von: Yan, Jiaqi, et al.
Veröffentlicht: (2025)

EgoPoints: Advancing Point Tracking for Egocentric Videos
von: Darkhalil, Ahmad, et al.
Veröffentlicht: (2024)

EgoMemReason: A Memory-Driven Reasoning Benchmark for Long-Horizon Egocentric Video Understanding
von: Wang, Ziyang, et al.
Veröffentlicht: (2026)

Omnia de EgoTempo: Benchmarking Temporal Understanding of Multi-Modal LLMs in Egocentric Videos
von: Plizzari, Chiara, et al.
Veröffentlicht: (2025)

EgoPro-Bench: Benchmarking Personalized Proactive Interaction in Egocentric Video Streams
von: Ran, Dongchuan, et al.
Veröffentlicht: (2026)

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

EgoThinker: Unveiling Egocentric Reasoning with Spatio-Temporal CoT
von: Pei, Baoqi, et al.
Veröffentlicht: (2025)

EgoVideo: Exploring Egocentric Foundation Model and Downstream Adaptation
von: Pei, Baoqi, et al.
Veröffentlicht: (2024)

EgoLCD: Egocentric Video Generation with Long Context Diffusion
von: Zhang, Liuzhou, et al.
Veröffentlicht: (2025)

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

EgoVid-5M: A Large-Scale Video-Action Dataset for Egocentric Video Generation
von: Wang, Xiaofeng, et al.
Veröffentlicht: (2024)

EgoInstruct: An Egocentric Video Dataset of Face-to-face Instructional Interactions with Multi-modal LLM Benchmarking
von: Sakai, Yuki, et al.
Veröffentlicht: (2025)

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

EgoEdit: Dataset, Real-Time Streaming Model, and Benchmark for Egocentric Video Editing
von: Li, Runjia, et al.
Veröffentlicht: (2025)

Ego-R1: Chain-of-Tool-Thought for Ultra-Long Egocentric Video Reasoning
von: Tian, Shulin, et al.
Veröffentlicht: (2025)

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

EgoVLM: Policy Optimization for Egocentric Video Understanding
von: Vinod, Ashwin, et al.
Veröffentlicht: (2025)

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

EgoMimic: Scaling Imitation Learning via Egocentric Video
von: Kareer, Simar, et al.
Veröffentlicht: (2024)

EgoM2P: Egocentric Multimodal Multitask Pretraining
von: Li, Gen, et al.
Veröffentlicht: (2025)

Ego2Web: A Web Agent Benchmark Grounded in Egocentric Videos
von: Yu, Shoubin, et al.
Veröffentlicht: (2026)

EgoTL: Egocentric Think-Aloud Chains for Long-Horizon Tasks
von: Liu, Lulin, et al.
Veröffentlicht: (2026)

EgoIntent: An Egocentric Step-level Benchmark for Understanding What, Why, and Next
von: Pan, Ye, et al.
Veröffentlicht: (2026)

EgoMotion: Hierarchical Reasoning and Diffusion for Egocentric Vision-Language Motion Generation
von: Hou, Ruibing, et al.
Veröffentlicht: (2026)

Ego-Grounding for Personalized Question-Answering in Egocentric Videos
von: Xiao, Junbin, et al.
Veröffentlicht: (2026)

Estimating Ego-Body Pose from Doubly Sparse Egocentric Video Data
von: Chi, Seunggeun, et al.
Veröffentlicht: (2024)

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

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

EgoLoc: A Generalizable Solution for Temporal Interaction Localization in Egocentric Videos
von: Ma, Junyi, et al.
Veröffentlicht: (2025)

EgoReasoner: Learning Egocentric 4D Reasoning via Task-Adaptive Structured Thinking
von: Zhu, Fangrui, et al.
Veröffentlicht: (2026)

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

EgoCross: Benchmarking Multimodal Large Language Models for Cross-Domain Egocentric Video Question Answering
von: Li, Yanjun, et al.
Veröffentlicht: (2025)

SViTT-Ego: A Sparse Video-Text Transformer for Egocentric Video
von: Valdez, Hector A., et al.
Veröffentlicht: (2024)