Copertina

EASG-Bench: Video Q&A Benchmark with Egocentric Action Scene Graphs

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Rodin, Ivan, Wu, Tz-Ying, Min, Kyle, Sridhar, Sharath Nittur, Furnari, Antonino, Tripathi, Subarna, Farinella, Giovanni Maria
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Harnessing Object Grounding for Time-Sensitive Video Understanding
di: Wu, Tz-Ying, et al.
Pubblicazione: (2025)

Toward Scalable Video Narration: A Training-free Approach Using Multimodal Large Language Models
di: Wu, Tz-Ying, et al.
Pubblicazione: (2025)

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

Task Graph Maximum Likelihood Estimation for Procedural Activity Understanding in Egocentric Videos
di: Seminara, Luigi, et al.
Pubblicazione: (2025)

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

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

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

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

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)

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

Calisthenics Skills Temporal Video Segmentation
di: Finocchiaro, Antonio, et al.
Pubblicazione: (2025)

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

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

VC-Inspector: Advancing Reference-free Evaluation of Video Captions with Factual Analysis
di: Dipta, Shubhashis Roy, et al.
Pubblicazione: (2025)

Semantically Guided Action Anticipation
di: Diko, Anxhelo, et al.
Pubblicazione: (2024)

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

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

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

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

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

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

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

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

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

Search2Motion: Training-Free Object-Level Motion Control via Attention-Consensus Search
di: Liu, Sainan, et al.
Pubblicazione: (2026)

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

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

LLaMA-NAS: Efficient Neural Architecture Search for Large Language Models
di: Sarah, Anthony, et al.
Pubblicazione: (2024)

LVLM-Compress-Bench: Benchmarking the Broader Impact of Large Vision-Language Model Compression
di: Kundu, Souvik, et al.
Pubblicazione: (2025)

VideoSAGE: Video Summarization with Graph Representation Learning
di: Chaves, Jose M. Rojas, et al.
Pubblicazione: (2024)

Contrastive Language Video Time Pre-training
di: Liu, Hengyue, et al.
Pubblicazione: (2024)

Keystep Recognition using Graph Neural Networks
di: Romero, Julia Lee, et al.
Pubblicazione: (2025)

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

Graph-Based Multimodal and Multi-view Alignment for Keystep Recognition
di: Romero, Julia Lee, et al.
Pubblicazione: (2025)

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

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

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

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

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

Q-Bench-Video: Benchmarking the Video Quality Understanding of LMMs
di: Zhang, Zicheng, et al.
Pubblicazione: (2024)