跳到正文
热点事件持续更新

Ego/Exo过程理解框架:时序分割与语义抽象

1 篇报道1 个报道来源2 小时前 更新

先了解这件事

AI 综述

2026-10-02,arXiv发表一种自中心/外中心程序理解框架,将长时序视频转为结构化程序状态记忆(WEM)。该框架使用冻结的DINOv2与VJEPA-2编码器及本地语言模型,检测视觉场景、位置、运动、叙述、注视/物体交互等边界,生成证据关联的事件卡片,支持本地隐私约束下的压缩、检索与长期问答评估。已接收为ECCV 2026 ACVR Workshop口头与海报报告。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月2日
  1. arXiv · Computer Vision
    一种基于时间分割与语义抽象的自中心/外中心程序理解框架

    该框架将长时序自中心/外中心视频转换为结构化的程序状态记忆,以 Work Environment Model(WEM)实现。借助冻结的 DINOv2 与 VJEPA-2 编码器及本地语言模型,检测视觉场景、位置、运动、叙述、注视/物体交互等边界并生成证据关联的事件卡片。支持在本地隐私约束下压缩、检索与长期问答评估,已被 ECCV 2026 ACVR Workshop 接收为口头与海报报告。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。