Copertina

ProcObject-10K: Benchmarking Object-Centric Procedural Understanding in Instructional Videos

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Guo, Wenliang, Kong, Yu
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

Procedural Mistake Detection via Action Effect Modeling
di: Guo, Wenliang, et al.
Pubblicazione: (2025)

Spatial Reasoning in Foundation Models: Benchmarking Object-Centric Spatial Understanding
di: Mirjalili, Vahid, et al.
Pubblicazione: (2025)

Proc-GS: Procedural Building Generation for City Assembly with 3D Gaussians
di: Li, Yixuan, et al.
Pubblicazione: (2024)

Object-Centric Instruction Augmentation for Robotic Manipulation
di: Wen, Junjie, et al.
Pubblicazione: (2024)

PinpointQA: A Dataset and Benchmark for Small Object-Centric Spatial Understanding in Indoor Videos
di: Zhou, Zhiyu, et al.
Pubblicazione: (2026)

Object-Centric Framework for Video Moment Retrieval
di: Li, Zongyao, et al.
Pubblicazione: (2025)

Cycle Consistency in Video Object-Centric Learning
di: Zhao, Rongzhen, et al.
Pubblicazione: (2026)

VRSO: Visual-Centric Reconstruction for Static Object Annotation
di: Yu, Chenyao, et al.
Pubblicazione: (2024)

ProcFunc: Function-Oriented Abstractions for Procedural 3D Generation in Python
di: Raistrick, Alexander, et al.
Pubblicazione: (2026)

ReXSonoVQA: A Video QA Benchmark for Procedure-Centric Ultrasound Understanding
di: Wang, Xucheng, et al.
Pubblicazione: (2026)

LMMs Meet Object-Centric Vision: Understanding, Segmentation, Editing and Generation
di: Yuan, Yuqian, et al.
Pubblicazione: (2026)

Anticipating Object State Changes in Long Procedural Videos
di: Manousaki, Victoria, et al.
Pubblicazione: (2024)

Compositional Video Synthesis by Temporal Object-Centric Learning
di: Akan, Adil Kaan, et al.
Pubblicazione: (2025)

ProcTag: Process Tagging for Assessing the Efficacy of Document Instruction Data
di: Shen, Yufan, et al.
Pubblicazione: (2024)

InstructionBench: An Instructional Video Understanding Benchmark
di: Wei, Haiwan, et al.
Pubblicazione: (2025)

Object-Centric Data Synthesis for Category-level Object Detection
di: Agarwal, Vikhyat, et al.
Pubblicazione: (2025)

SCHEMA: State CHangEs MAtter for Procedure Planning in Instructional Videos
di: Niu, Yulei, et al.
Pubblicazione: (2024)

TextOCVP: Object-Centric Video Prediction with Language Guidance
di: Villar-Corrales, Angel, et al.
Pubblicazione: (2025)

Video Spatial Reasoning with Object-Centric 3D Rollout
di: Tang, Haoran, et al.
Pubblicazione: (2025)

VASE: Object-Centric Appearance and Shape Manipulation of Real Videos
di: Peruzzo, Elia, et al.
Pubblicazione: (2024)

InstrAct: Towards Action-Centric Understanding in Instructional Videos
di: Yang, Zhuoyi, et al.
Pubblicazione: (2026)

SimpleProc: Fully Procedural Synthetic Data from Simple Rules for Multi-View Stereo
di: Ma, Zeyu, et al.
Pubblicazione: (2026)

DOCTR: Disentangled Object-Centric Transformer for Point Scene Understanding
di: Yu, Xiaoxuan, et al.
Pubblicazione: (2024)

Object-Centric Diffusion for Efficient Video Editing
di: Kahatapitiya, Kumara, et al.
Pubblicazione: (2024)

Dynamic Scene Understanding through Object-Centric Voxelization and Neural Rendering
di: Zhao, Yanpeng, et al.
Pubblicazione: (2024)

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

CausalSpatial: A Benchmark for Object-Centric Causal Spatial Reasoning
di: Ma, Wenxin, et al.
Pubblicazione: (2026)

Unsupervised Discovery of Object-Centric Neural Fields
di: Luo, Rundong, et al.
Pubblicazione: (2024)

PDPP: Projected Diffusion for Procedure Planning in Instructional Videos
di: Wang, Hanlin, et al.
Pubblicazione: (2023)

SlotVTG: Object-Centric Adapter for Generalizable Video Temporal Grounding
di: Han, Jiwook, et al.
Pubblicazione: (2026)

ProcGen3D: Learning Neural Procedural Graph Representations for Image-to-3D Reconstruction
di: Zhang, Xinyi, et al.
Pubblicazione: (2025)

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

SlotMemory: Object-Centric KV Memory for Streaming Long-Video Generation
di: Dou, Weijia, et al.
Pubblicazione: (2026)

Internalizing Temporal Consistency in Video Object-Centric Learning without Explicit Regularization
di: Zhao, Rongzhen, et al.
Pubblicazione: (2026)

Spacewalk-18: A Benchmark for Multimodal and Long-form Procedural Video Understanding in Novel Domains
di: Tang, Zitian, et al.
Pubblicazione: (2023)

QASA: Quality-Guided K-Adaptive Slot Attention for Unsupervised Object-Centric Learning
di: Ouyang, Tianran, et al.
Pubblicazione: (2026)

Reconstruction-Guided Slot Curriculum: Addressing Object Over-Fragmentation in Video Object-Centric Learning
di: Moon, WonJun, et al.
Pubblicazione: (2026)

How Can Objects Help Video-Language Understanding?
di: Tang, Zitian, et al.
Pubblicazione: (2025)

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

Zero-shot Object-Centric Instruction Following: Integrating Foundation Models with Traditional Navigation
di: Raychaudhuri, Sonia, et al.
Pubblicazione: (2024)