实体
EGTEA Gaze+
EGTEA Gaze+
PulseAugur coverage of EGTEA Gaze+ — every cluster mentioning EGTEA Gaze+ across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
视线引导图增强自主动作理解
研究人员开发了G3Ego，一个新颖的基于图的框架，旨在改进自主动作理解。该系统利用视线数据作为结构线索，来精确定位场景中与动作相关的实体。通过从视觉-语言描述、地面物体和手部线索构建动作场景图，G3Ego利用佩戴者的视线有效修剪无关信息，从而获得更高效和可解释的表示。在EGTEA Gaze+和MECCANO数据集上的实验表明，G3Ego在与基于视频的方法相比时取得了有竞争力的性能，尤其在类别不平衡评估中表现出色。
-
新的SAGE框架统一了动作和注视的识别与预测
研究人员推出SAGE，一个旨在同时识别和预测人类动作及注视模式的新框架。与以往将这些元素分开处理的模型不同，SAGE将它们整合到一个单一的、端到端可训练的模型中。这种统一的方法利用了基于Transformer的架构，并结合了时空注意力机制，该机制纳入了注视数据来预测当前和未来的动作及注视行为。为了支持进一步的研究，还建立了一个名为Exo-Cook的新基准数据集。
-
未来上下文可改善注视估计，但仅限于一定程度
研究人员开发了一个框架来研究未来视频帧对自我中心注视估计模型的影响。他们的研究结果表明，虽然未来上下文可以改善因果注视预测，但收益会达到平台期，并且不会随着更长的前瞻时间而增加。该研究建议，对于实时应用程序，最佳未来上下文为 1.7 至 3.3 秒。