Buchumschlag

Learning reusable concepts across different egocentric video understanding tasks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Peirone, Simone Alberto, Pistilli, Francesca, Alliegro, Antonio, Tommasi, Tatiana, Averta, Giuseppe
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

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

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

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

A Backpack Full of Skills: Egocentric Video Understanding with Diverse Task Perspectives
von: Peirone, Simone Alberto, et al.
Veröffentlicht: (2024)

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

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

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

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

AMEGO: Active Memory from long EGOcentric videos
von: Goletto, Gabriele, et al.
Veröffentlicht: (2024)

Transient Fault Tolerant Semantic Segmentation for Autonomous Driving
von: Iurada, Leonardo, et al.
Veröffentlicht: (2024)

Cross-Domain Transfer Learning with CoRTe: Consistent and Reliable Transfer from Black-Box to Lightweight Segmentation Model
von: Cuttano, Claudia, et al.
Veröffentlicht: (2024)

The BabyView dataset: High-resolution egocentric videos of infants' and young children's everyday experiences
von: Long, Bria, et al.
Veröffentlicht: (2024)

A Modern Take on Visual Relationship Reasoning for Grasp Planning
von: Rabino, Paolo, et al.
Veröffentlicht: (2024)

MaskPlanner: Learning-Based Object-Centric Motion Generation from 3D Point Clouds
von: Tiboni, Gabriele, et al.
Veröffentlicht: (2025)

SANSA: Unleashing the Hidden Semantics in SAM2 for Few-Shot Segmentation
von: Cuttano, Claudia, et al.
Veröffentlicht: (2025)

What does CLIP know about peeling a banana?
von: Cuttano, Claudia, et al.
Veröffentlicht: (2024)

Efficient Odd-One-Out Anomaly Detection
von: Chito, Silvio, et al.
Veröffentlicht: (2025)

SAMWISE: Infusing Wisdom in SAM2 for Text-Driven Video Segmentation
von: Cuttano, Claudia, et al.
Veröffentlicht: (2024)

The revenge of BiSeNet: Efficient Multi-Task Image Segmentation
von: Rosi, Gabriele, et al.
Veröffentlicht: (2024)

A Second-Order Perspective on Pruning at Initialization and Knowledge Transfer
von: Iurada, Leonardo, et al.
Veröffentlicht: (2025)

Finding Lottery Tickets in Vision Models via Data-driven Spectral Foresight Pruning
von: Iurada, Leonardo, et al.
Veröffentlicht: (2024)

Fixed External Cameras as Common Prior Maps for Active 3D Scene Graph Generation
von: Modi, Giorgia, et al.
Veröffentlicht: (2026)

RGB-only Active 3D Scene Graph Generation for Indoor Mobile Robots
von: Modi, Giorgia, et al.
Veröffentlicht: (2026)

MobileEgo Anywhere: Open Infrastructure for long horizon egocentric data on commodity hardware
von: Palanisamy, Senthil, et al.
Veröffentlicht: (2026)

Efficient Model Editing with Task-Localized Sparse Fine-tuning
von: Iurada, Leonardo, et al.
Veröffentlicht: (2025)

HUP-3D: A 3D multi-view synthetic dataset for assisted-egocentric hand-ultrasound pose estimation
von: Birlo, Manuel, et al.
Veröffentlicht: (2024)

MultiGraspNet: A Multitask 3D Vision Model for Multi-gripper Robotic Grasping
von: Ortuno-Chanelo, Stephany, et al.
Veröffentlicht: (2026)

A generalizable foundation model for intraoperative understanding across surgical procedures
von: Park, Kanggil, et al.
Veröffentlicht: (2026)

Your ViT is Secretly an Image Segmentation Model
von: Kerssies, Tommie, et al.
Veröffentlicht: (2025)

Open and reusable deep learning for pathology with WSInfer and QuPath
von: Kaczmarzyk, Jakub R., et al.
Veröffentlicht: (2023)

AI-driven visual monitoring of industrial assembly tasks
von: Nardon, Mattia, et al.
Veröffentlicht: (2025)

DLM-VMTL:A Double Layer Mapper for heterogeneous data video Multi-task prompt learning
von: Bo, Zeyi, et al.
Veröffentlicht: (2024)

ViSTa Dataset: Do vision-language models understand sequential tasks?
von: Wybitul, Evžen, et al.
Veröffentlicht: (2024)

Intuitive physics understanding emerges from self-supervised pretraining on natural videos
von: Garrido, Quentin, et al.
Veröffentlicht: (2025)

Did you just see that? Arbitrary view synthesis for egocentric replay of operating room workflows from ambient sensors
von: Zhang, Han, et al.
Veröffentlicht: (2025)

Benchmarking transferability of SSL pretraining to same and different modality segmentation tasks
von: Jiang, Jue, et al.
Veröffentlicht: (2026)

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

Body Segmentation Using Multi-task Learning
von: Jug, Julijan, et al.
Veröffentlicht: (2022)

Multi-step manipulation task and motion planning guided by video demonstration
von: Zorina, Kateryna, et al.
Veröffentlicht: (2025)

Multi-task Learning For Joint Action and Gesture Recognition
von: Spathis, Konstantinos, et al.
Veröffentlicht: (2025)