CuriosAI 提交至 EgoExo4D 能力估计挑战赛 2025 的作品
计算机视觉与模式识别
2025-07-14 v1
摘要
本报告介绍了 CuriosAI 团队提交至 CVPR 2025 上 EgoExo4D 能力估计挑战赛的方案。我们提出了两种用于多视角技能评估的方法：(1) 基于 Sapiens-2B 的多任务学习框架，联合预测技能水平和情景标签（准确率为 43.6%），以及 (2) 结合零样本情景识别与视角特定 VideoMAE 分类器的两阶段管线（准确率为 47.8%）。两种方法的 superior performance 表明了情景条件化建模在技能估计中的有效性。
引用
@article{arxiv.2507.08022,
title = {CuriosAI Submission to the EgoExo4D Proficiency Estimation Challenge 2025},
author = {Hayato Tanoue and Hiroki Nishihara and Yuma Suzuki and Takayuki Hori and Hiroki Takushima and Aiswariya Manojkumar and Yuki Shibata and Mitsuru Takeda and Fumika Beppu and Zhao Hengwei and Yuto Kanda and Daichi Yamaga},
journal= {arXiv preprint arXiv:2507.08022},
year = {2025}
}
备注
The 2nd place solution for the EgoExo4D Proficiency Estimation Challenge at the CVPR EgoVis Workshop 2025