Buchumschlag

Eyes Wide Open: Ego Proactive Video-LLM for Streaming Video

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Yulin, Shi, Cheng, Wang, Yang, Yang, Sibei
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

WeaveTime: Stream from Earlier Frames into Emergent Memory in VideoLLMs
von: Zhang, Yulin, et al.
Veröffentlicht: (2026)

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

The devil is in the object boundary: towards annotation-free instance segmentation using Foundation Models
von: Shi, Cheng, et al.
Veröffentlicht: (2024)

OmniPro: A Comprehensive Benchmark for Omni-Proactive Streaming Video Understanding
von: Zhao, Ruixiang, et al.
Veröffentlicht: (2026)

Part2Object: Hierarchical Unsupervised 3D Instance Segmentation
von: Shi, Cheng, et al.
Veröffentlicht: (2024)

PaSBench-Video: A Streaming Video Benchmark for Proactive Safety Warning
von: Zhao, Yusong, et al.
Veröffentlicht: (2026)

Em-Garde: A Propose-Match Framework for Proactive Streaming Video Understanding
von: Zheng, Yikai, et al.
Veröffentlicht: (2026)

No More Sibling Rivalry: Debiasing Human-Object Interaction Detection
von: Yang, Bin, et al.
Veröffentlicht: (2025)

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

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

Vision Function Layer in Multimodal LLMs
von: Shi, Cheng, et al.
Veröffentlicht: (2025)

Vision Transformers Need More Than Registers
von: Shi, Cheng, et al.
Veröffentlicht: (2026)

Plain-Det: A Plain Multi-Dataset Object Detector
von: Shi, Cheng, et al.
Veröffentlicht: (2024)

Ego-InBetween: Generating Object State Transitions in Ego-Centric Videos
von: Ge, Mengmeng, et al.
Veröffentlicht: (2026)

ProactiveVideoQA: A Comprehensive Benchmark Evaluating Proactive Interactions in Video Large Language Models
von: Wang, Yueqian, et al.
Veröffentlicht: (2025)

StreamPro: From Reactive Perception to Proactive Decision-Making in Streaming Video
von: Li, Ao, et al.
Veröffentlicht: (2026)

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

VideoLLM-online: Online Video Large Language Model for Streaming Video
von: Chen, Joya, et al.
Veröffentlicht: (2024)

StreamGVE: Training-Free Video Editing via Few-Step Streaming Video Generation
von: Jiao, Guanlong, et al.
Veröffentlicht: (2026)

StreamGaze: Gaze-Guided Temporal Reasoning and Proactive Understanding in Streaming Videos
von: Lee, Daeun, et al.
Veröffentlicht: (2025)

ESOM: Efficiently Understanding Streaming Video Anomalies with Open-world Dynamic Definitions
von: Liu, Zihao, et al.
Veröffentlicht: (2026)

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

Streaming Video Diffusion: Online Video Editing with Diffusion Models
von: Chen, Feng, et al.
Veröffentlicht: (2024)

MCAM: Multimodal Causal Analysis Model for Ego-Vehicle-Level Driving Video Understanding
von: Cheng, Tongtong, et al.
Veröffentlicht: (2025)

Proact-VL: A Proactive VideoLLM for Real-Time AI Companions
von: Yan, Weicai, et al.
Veröffentlicht: (2026)

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

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

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

EA3D: Online Open-World 3D Object Extraction from Streaming Videos
von: Zhou, Xiaoyu, et al.
Veröffentlicht: (2025)

Response-G1: Explicit Scene Graph Modeling for Proactive Streaming Video Understanding
von: Ma, Ke, et al.
Veröffentlicht: (2026)

Flow of Truth: Proactive Temporal Forensics for Image-to-Video Generation
von: Chen, Yuzhuo, et al.
Veröffentlicht: (2026)

Proactive Assistant Dialogue Generation from Streaming Egocentric Videos
von: Zhang, Yichi, et al.
Veröffentlicht: (2025)

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

StreamBridge: Turning Your Offline Video Large Language Model into a Proactive Streaming Assistant
von: Wang, Haibo, et al.
Veröffentlicht: (2025)

MultiEgo: A Multi-View Egocentric Video Dataset for 4D Scene Reconstruction
von: Li, Bate, et al.
Veröffentlicht: (2025)

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

Ego3DT: Tracking Every 3D Object in Ego-centric Videos
von: Hao, Shengyu, et al.
Veröffentlicht: (2024)

StreamChat: Chatting with Streaming Video
von: Liu, Jihao, et al.
Veröffentlicht: (2024)

VideoLLM-MoD: Efficient Video-Language Streaming with Mixture-of-Depths Vision Computation
von: Wu, Shiwei, et al.
Veröffentlicht: (2024)

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