HCQA-1.5 @ Ego4D EgoSchema 挑战赛 2025
计算机视觉与模式识别
2025-05-28 v1 人工智能
摘要
在本报告中，我们介绍了在 CVPR 2025 Ego4D EgoSchema 挑战赛中获得第三名的方法。为提高以自我为中心视频问答中答案预测的可靠性，我们对先前提出的 HCQA 框架进行了有效扩展。我们的方法引入了一种多源聚合策略来生成多样化的预测，随后采用基于置信度的过滤机制，直接筛选出高置信度答案。对于低置信度情况，我们整合了一个细粒度推理模块，该模块执行额外的视觉和上下文分析以优化预测。在 EgoSchema 盲测集上评估，我们的方法在超过 5000 个人工策划的多项选择题上达到了 77% 的准确率，超越了去年的获胜方案和大多数参赛团队。我们的代码将添加至 https://github.com/Hyu-Zhang/HCQA。
引用
@article{arxiv.2505.20644,
title = {HCQA-1.5 @ Ego4D EgoSchema Challenge 2025},
author = {Haoyu Zhang and Yisen Feng and Qiaohui Chu and Meng Liu and Weili Guan and Yaowei Wang and Liqiang Nie},
journal= {arXiv preprint arXiv:2505.20644},
year = {2025}
}
备注
The third-place solution for the Ego4D EgoSchema Challenge at the CVPR EgoVis Workshop 2025