创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

EgoXperience:第一视角视频联合重建框架

AI 总结

arXiv 于 10 月 19 日挂出论文《EgoXperience: Learning World-Grounded Egocentric Representations from Human Experience》,提出一套覆盖数据采集、自动标注、统一建模与评测的完整流程,用于从第一视角视频中一致地重建相机运动、场景几何与手物交互。核心是自动标注引擎 EgoX-Engine,它把几何校验的目标跟踪与基于 SLAM 的世界对齐结合起来,由此产出 50 小时的 EgoX-Data-6M 数据集,并从中选取 1 小时构建 EgoX-Bench 评测集。作者称,模型 EgoX 只需单目视频与首帧物体掩码,单次前向即可在统一世界坐标系下完成联合度量重建;相对最强基线,相机、手部与深度误差分别降低 68.9%、65.6% 和 42.9%,物体位姿得分提升 28.0%。

深度见解

作者指出,现有方法与数据集在联合重建与对齐监督两方面都支持有限,EgoXperience 试图用自动标注引擎把二者统一起来。

Computer Science > Computer Vision and Pattern Recognition

arXiv:2610.26625 (cs)

[Submitted on 19 Oct 2026]

Title:EgoXperience: Learning World-Grounded Egocentric Representations from Human Experience

Authors:Xinhao Ji, Hui En Pang, Hao Li, Kairui Hu, Jiner Wang, Mingze Sun, Ziang Cao, Yalun Dai, Thang Luu, Qin Ma, Hongyi Chen, Yukang Cao, Fangzhou Hong, Zhaoxi Chen, Ziwei Liu

View a PDF of the paper titled EgoXperience: Learning World-Grounded Egocentric Representations from Human Experience, by Xinhao Ji and 14 other authors

#EgoXperience#EgoX#EgoX-Engine#EgoX-Data-6M#EgoX-Bench#arXiv

原文约 3 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。