Buchumschlag

EgoExoBench: A Benchmark for First- and Third-person View Video Understanding in MLLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	He, Yuping, Huang, Yifei, Chen, Guo, Pei, Baoqi, Xu, Jilan, Lu, Tong, Pang, Jiangmiao
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

EgoExo-Gen: Ego-centric Video Prediction by Watching Exo-centric Videos
von: Xu, Jilan, et al.
Veröffentlicht: (2025)

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

CG-Bench: Clue-grounded Question Answering Benchmark for Long Video Understanding
von: Chen, Guo, et al.
Veröffentlicht: (2024)

EgoExoLearn: A Dataset for Bridging Asynchronous Ego- and Exo-centric View of Procedural Activities in Real World
von: Huang, Yifei, et al.
Veröffentlicht: (2024)

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

Bridging Perspectives: A Survey on Cross-view Collaborative Intelligence with Egocentric-Exocentric Vision
von: He, Yuping, et al.
Veröffentlicht: (2025)

Video Mamba Suite: State Space Model as a Versatile Alternative for Video Understanding
von: Chen, Guo, et al.
Veröffentlicht: (2024)

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

Ego-Exo4D: Understanding Skilled Human Activity from First- and Third-Person Perspectives
von: Grauman, Kristen, et al.
Veröffentlicht: (2023)

Modeling Fine-Grained Hand-Object Dynamics for Egocentric Video Representation Learning
von: Pei, Baoqi, et al.
Veröffentlicht: (2025)

EgoExo-WM: Unlocking Exo Video for Ego World Models
von: Tran, Danny, et al.
Veröffentlicht: (2026)

OST-Bench: Evaluating the Capabilities of MLLMs in Online Spatio-temporal Scene Understanding
von: Lin, Jingli, et al.
Veröffentlicht: (2025)

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

Intention-driven Ego-to-Exo Video Generation
von: Luo, Hongchen, et al.
Veröffentlicht: (2024)

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

From My View to Yours: Ego-to-Exo Transfer in VLMs for Understanding Activities of Daily Living
von: Reilly, Dominick, et al.
Veröffentlicht: (2025)

PhysToolBench: Benchmarking Physical Tool Understanding for MLLMs
von: Zhang, Zixin, et al.
Veröffentlicht: (2025)

Bootstrap Your Own Views: Masked Ego-Exo Modeling for Fine-grained View-invariant Video Representations
von: Park, Jungin, et al.
Veröffentlicht: (2025)

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

ObjectRelator: Enabling Cross-View Object Relation Understanding Across Ego-Centric and Exo-Centric Perspectives
von: Fu, Yuqian, et al.
Veröffentlicht: (2024)

EgoExOR: An Ego-Exo-Centric Operating Room Dataset for Surgical Activity Understanding
von: Özsoy, Ege, et al.
Veröffentlicht: (2025)

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

EgoCoT-Bench: Benchmarking Grounded and Verifiable Operation-Centric Chain of Thought Reasoning for MLLMs
von: Dai, Yang, et al.
Veröffentlicht: (2026)

InternVideo2: Scaling Foundation Models for Multimodal Video Understanding
von: Wang, Yi, et al.
Veröffentlicht: (2024)

HumanVideo-MME: Benchmarking MLLMs for Human-Centric Video Understanding
von: Cai, Yuxuan, et al.
Veröffentlicht: (2025)

TCC-Bench: Benchmarking the Traditional Chinese Culture Understanding Capabilities of MLLMs
von: Xu, Pengju, et al.
Veröffentlicht: (2025)

Cross-View Multi-Modal Segmentation @ Ego-Exo4D Challenges 2025
von: Fu, Yuqian, et al.
Veröffentlicht: (2025)

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

SAVA-X: Ego-to-Exo Imitation Error Detection via Scene-Adaptive View Alignment and Bidirectional Cross View Fusion
von: Li, Xiang, et al.
Veröffentlicht: (2026)

PCIE_EgoHandPose Solution for EgoExo4D Hand Pose Challenge
von: Chen, Feng, et al.
Veröffentlicht: (2024)

LvBench: A Benchmark for Long-form Video Understanding with Versatile Multi-modal Question Answering
von: Zhang, Hongjie, et al.
Veröffentlicht: (2023)

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

MMSI-Video-Bench: A Holistic Benchmark for Video-Based Spatial Intelligence
von: Lin, Jingli, et al.
Veröffentlicht: (2025)

StreamingBench: Assessing the Gap for MLLMs to Achieve Streaming Video Understanding
von: Lin, Junming, et al.
Veröffentlicht: (2024)

OmniVideoBench: Towards Audio-Visual Understanding Evaluation for Omni MLLMs
von: Li, Caorui, et al.
Veröffentlicht: (2025)

MVBench: A Comprehensive Multi-modal Video Understanding Benchmark
von: Li, Kunchang, et al.
Veröffentlicht: (2023)

Retrieval-Augmented Egocentric Video Captioning
von: Xu, Jilan, et al.
Veröffentlicht: (2024)

UniEditBench: A Unified and Cost-Effective Benchmark for Image and Video Editing via Distilled MLLMs
von: Jiang, Lifan, et al.
Veröffentlicht: (2026)

Exo2EgoSyn: Unlocking Foundation Video Generation Models for Exocentric-to-Egocentric Video Synthesis
von: Mahdi, Mohammad, et al.
Veröffentlicht: (2025)

Robust Ego-Exo Correspondence with Long-Term Memory
von: Hu, Yijun, et al.
Veröffentlicht: (2025)