Copertina

Unique Lives, Shared World: Learning from Single-Life Videos

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Han, Tengda, Ebrahimi, Sayna, Gokay, Dilara, Ku, Li Yang, Ovsjanikov, Maks, Babukova, Iva, Zoran, Daniel, Patraucean, Viorica, Carreira, Joao, Zisserman, Andrew, Damen, Dima
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

Learning from Streaming Video with Orthogonal Gradients
di: Han, Tengda, et al.
Pubblicazione: (2025)

Perception Test 2024: Challenge Summary and a Novel Hour-Long VideoQA Benchmark
di: Heyward, Joseph, et al.
Pubblicazione: (2024)

Dynamic Reflections: Probing Video Representations with Text Alignment
di: Zhu, Tyler, et al.
Pubblicazione: (2025)

Learning from One Continuous Video Stream
di: Carreira, João, et al.
Pubblicazione: (2023)

It's Just Another Day: Unique Video Captioning by Discriminative Prompting
di: Perrett, Toby, et al.
Pubblicazione: (2024)

Perception Test 2025: Challenge Summary and a Unified VQA Extension
di: Heyward, Joseph, et al.
Pubblicazione: (2026)

Seeing without Pixels: Perception from Camera Trajectories
di: Xue, Zihui, et al.
Pubblicazione: (2025)

Frozen Forecasting: A Unified Evaluation
di: Walker, Jacob C, et al.
Pubblicazione: (2025)

SciVid: Cross-Domain Evaluation of Video Models in Scientific Applications
di: Hasson, Yana, et al.
Pubblicazione: (2025)

Smoothed Graph Contrastive Learning via Seamless Proximity Integration
di: Behmanesh, Maysam, et al.
Pubblicazione: (2024)

Shape Non-rigid Kinematics (SNK): A Zero-Shot Method for Non-Rigid Shape Matching via Unsupervised Functional Map Regularized Reconstruction
di: Attaiki, Souhaib, et al.
Pubblicazione: (2024)

Memory-Scalable and Simplified Functional Map Learning
di: Magnet, Robin, et al.
Pubblicazione: (2024)

FILTR: Extracting Topological Features from Pretrained 3D Models
di: Martinez, Louis, et al.
Pubblicazione: (2026)

Recurrent Video Masked Autoencoders
di: Zoran, Daniel, et al.
Pubblicazione: (2025)

Get a Grip: Reconstructing Hand-Object Stable Grasps in Egocentric Videos
di: Zhu, Zhifan, et al.
Pubblicazione: (2023)

TIM: A Time Interval Machine for Audio-Visual Action Recognition
di: Chalk, Jacob, et al.
Pubblicazione: (2024)

Epic-Sounds: A Large-scale Dataset of Actions That Sound
di: Huh, Jaesung, et al.
Pubblicazione: (2023)

CountGD: Multi-Modal Open-World Counting
di: Amini-Naieni, Niki, et al.
Pubblicazione: (2024)

The N-Body Problem: Parallel Execution from Single-Person Egocentric Video
di: Zhu, Zhifan, et al.
Pubblicazione: (2025)

Generative Drifting is Secretly Score Matching: a Spectral and Variational Perspective
di: Turan, Erkan, et al.
Pubblicazione: (2026)

Self-Supervised Dual Contouring
di: Sundararaman, Ramana, et al.
Pubblicazione: (2024)

FourieRF: Few-Shot NeRFs via Progressive Fourier Frequency Control
di: Gomez, Diego, et al.
Pubblicazione: (2025)

Back to 3D: Few-Shot 3D Keypoint Detection with Back-Projected 2D Features
di: Wimmer, Thomas, et al.
Pubblicazione: (2023)

Graph Alignment via Dual-Pass Spectral Encoding and Latent Space Communication
di: Behmanesh, Maysam, et al.
Pubblicazione: (2025)

To Supervise or Not to Supervise: Understanding and Addressing the Key Challenges of Point Cloud Transfer Learning
di: Hadgi, Souhail, et al.
Pubblicazione: (2024)

Leveraging Auxiliary Information in Text-to-Video Retrieval: A Review
di: Fragomeni, Adriano, et al.
Pubblicazione: (2025)

Leveraging Modality Tags for Enhanced Cross-Modal Video Retrieval
di: Fragomeni, Adriano, et al.
Pubblicazione: (2025)

Every Shot Counts: Using Exemplars for Repetition Counting in Videos
di: Sinha, Saptarshi, et al.
Pubblicazione: (2024)

Moment of Untruth: Dealing with Negative Queries in Video Moment Retrieval
di: Flanagan, Kevin, et al.
Pubblicazione: (2025)

A Simple Recipe for Contrastively Pre-training Video-First Encoders Beyond 16 Frames
di: Papalampidi, Pinelopi, et al.
Pubblicazione: (2023)

BootsTAP: Bootstrapped Training for Tracking-Any-Point
di: Doersch, Carl, et al.
Pubblicazione: (2024)

DiffuMatch: Category-Agnostic Spectral Diffusion Priors for Robust Non-rigid Shape Matching
di: Pierson, Emery, et al.
Pubblicazione: (2025)

PoNQ: a Neural QEM-based Mesh Representation
di: Maruani, Nissim, et al.
Pubblicazione: (2024)

Reconstructing Objects along Hand Interaction Timelines in Egocentric Video
di: Zhu, Zhifan, et al.
Pubblicazione: (2025)

Video Editing for Video Retrieval
di: Zhu, Bin, et al.
Pubblicazione: (2024)

A Mixed Diet Makes DINO An Omnivorous Vision Encoder
di: Kabra, Rishabh, et al.
Pubblicazione: (2026)

How LLMs Detect and Correct Their Own Errors: The Role of Internal Confidence Signals
di: Kumaran, Dharshan, et al.
Pubblicazione: (2026)

Causal Evidence that Language Models use Confidence to Drive Behavior
di: Kumaran, Dharshan, et al.
Pubblicazione: (2026)

Segmenting Collision Sound Sources in Egocentric Videos
di: Parida, Kranti Kumar, et al.
Pubblicazione: (2025)

EgoPoints: Advancing Point Tracking for Egocentric Videos
di: Darkhalil, Ahmad, et al.
Pubblicazione: (2024)