Copertina

EgoVLM: Policy Optimization for Egocentric Video Understanding

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Vinod, Ashwin, Pandit, Shrey, Vavre, Aditya, Liu, Linshen
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

VidEgoThink: Assessing Egocentric Video Understanding Capabilities for Embodied AI
di: Cheng, Sijie, et al.
Pubblicazione: (2024)

EgoBabyVLM: Benchmarking Cross-Modal Learning from Naturalistic Egocentric Video Data
di: Lin, Dongyan, et al.
Pubblicazione: (2026)

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

EgoDTM: Towards 3D-Aware Egocentric Video-Language Pretraining
di: Xu, Boshen, et al.
Pubblicazione: (2025)

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

EgoToM: Benchmarking Theory of Mind Reasoning from Egocentric Videos
di: Li, Yuxuan, et al.
Pubblicazione: (2025)

AlanaVLM: A Multimodal Embodied AI Foundation Model for Egocentric Video Understanding
di: Suglia, Alessandro, et al.
Pubblicazione: (2024)

EgoNight: Towards Egocentric Vision Understanding at Night with a Challenging Benchmark
di: Zhang, Deheng, et al.
Pubblicazione: (2025)

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

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

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

EgoReAct: Egocentric Video-Driven 3D Human Reaction Generation
di: Zhang, Libo, et al.
Pubblicazione: (2025)

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

EgoGen: An Egocentric Synthetic Data Generator
di: Li, Gen, et al.
Pubblicazione: (2024)

Gaze-VLM:Bridging Gaze and VLMs through Attention Regularization for Egocentric Understanding
di: Pani, Anupam, et al.
Pubblicazione: (2025)

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

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

EgoSim: Egocentric World Simulator for Embodied Interaction Generation
di: Hao, Jinkun, et al.
Pubblicazione: (2026)

EgoGrasp: World-Space Hand-Object Interaction Estimation from Egocentric Videos
di: Fu, Hongming, et al.
Pubblicazione: (2026)

EgoSelf: From Memory to Personalized Egocentric Assistant
di: Wang, Yanshuo, et al.
Pubblicazione: (2026)

Ego2World: Compiling Egocentric Cooking Videos into Executable Worlds for Belief-State Planning
di: Cheng, Qinchuan, et al.
Pubblicazione: (2026)

MA-EgoQA: Question Answering over Egocentric Videos from Multiple Embodied Agents
di: Kim, Kangsan, et al.
Pubblicazione: (2026)

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

EGOILLUSION: Benchmarking Hallucinations in Egocentric Video Understanding
di: Seth, Ashish, et al.
Pubblicazione: (2025)

Exploring Audio Hallucination in Egocentric Video Understanding
di: Seth, Ashish, et al.
Pubblicazione: (2026)

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

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

EgoAdapt: Adaptive Multisensory Distillation and Policy Learning for Efficient Egocentric Perception
di: Chowdhury, Sanjoy, et al.
Pubblicazione: (2025)

Domain Adaptation of VLM for Soccer Video Understanding
di: Jiang, Tiancheng, et al.
Pubblicazione: (2025)

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

EgoBlind: Towards Egocentric Visual Assistance for the Blind
di: Xiao, Junbin, et al.
Pubblicazione: (2025)

EgoSpeak: Learning When to Speak for Egocentric Conversational Agents in the Wild
di: Kim, Junhyeok, et al.
Pubblicazione: (2025)

EgoOops: A Dataset for Mistake Action Detection from Egocentric Videos referring to Procedural Texts
di: Haneji, Yuto, et al.
Pubblicazione: (2024)

EVA02-AT: Egocentric Video-Language Understanding with Spatial-Temporal Rotary Positional Embeddings and Symmetric Optimization
di: Wang, Xiaoqi, et al.
Pubblicazione: (2025)

EgoExo-Con: Exploring View-Invariant Video Temporal Understanding
di: Jung, Minjoon, et al.
Pubblicazione: (2025)

Abductive Ego-View Accident Video Understanding for Safe Driving Perception
di: Fang, Jianwu, et al.
Pubblicazione: (2024)

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

EgoVLA: Learning Vision-Language-Action Models from Egocentric Human Videos
di: Yang, Ruihan, et al.
Pubblicazione: (2025)

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

EgoSurgery-Phase: A Dataset of Surgical Phase Recognition from Egocentric Open Surgery Videos
di: Fujii, Ryo, et al.
Pubblicazione: (2024)