计算机科学 > 计算机视觉与模式识别
[提交于 2025年5月31日
]
标题: 基于序列的第一人称相机佩戴者在第三人称视图中的识别
标题: Sequence-Based Identification of First-Person Camera Wearers in Third-Person Views
摘要: 第一人称视角摄像机的日益普及引发了人们对研究共享环境中多摄像机交互的兴趣。尽管像Ego4D和Ego-Exo4D这样的大规模数据集推动了第一人称视觉研究的发展,但多个摄像机佩戴者之间的交互仍然未被充分探索——这是沉浸式学习和协作机器人等应用中的一个关键空白。为了解决这个问题,我们推出了TF2025,这是一个扩展的数据集,包含同步的第一人称和第三人称视图。此外,我们还介绍了一种基于序列的方法,用于识别第三人称视频中的一人称佩戴者,结合运动线索和人物再识别技术。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.