arXiv cs.CV· Shravan Chaudhari, William Paul, Suchi Saria, Rama Chellappa, Homanga Bharadhwaj·· 4 小时前AI 评分32
Ledger：从第一人称视频构建持久 3D 物体记忆
Never Look Back: Understanding Persistence in 3D Object Memory from Egocentric Videos
AI 导读
研究团队提出 Ledger，一种从第一人称视频构建的持久 3D 物体记忆，融合物体位置、历史与上下文描述，在物体离开视野后仍能保留记录，并按静止位置聚类、仅在反复证据后记录移动。它将 HD-EPIC 准确率从 29.7% 提升至 42.6%，UCS-Bench 从 33.8% 提升至 38.5%，在 Ego4D 上返回预测的中位定位误差为 0.99 m。
来源：arXiv cs.CV · arxiv.org