InternVideo-Ego4D：Ego4D挑战赛冠军方案集
计算机视觉与模式识别
2022-11-18 v1
摘要
在本报告中，我们展示了在Ego4D挑战赛五个赛道上的冠军方案。我们利用已开发的视频基础模型InternVideo，完成了五项Ego4D任务，包括时刻查询、自然语言查询、未来手部预测、状态变化目标检测以及短时目标交互预测。InternVideo-Ego4D是一种有效的范式，可通过简单的头部设计将强大的基础模型适配到下游以自我为中心的视频理解任务。在这五项任务中，InternVideo-Ego4D的性能全面超越基线方法以及CVPR2022的冠军方案，证明了InternVideo作为视频基础模型强大的表征能力。我们的代码将于https://github.com/OpenGVLab/ego4d-eccv2022-solutions发布。
引用
@article{arxiv.2211.09529,
title = {InternVideo-Ego4D: A Pack of Champion Solutions to Ego4D Challenges},
author = {Guo Chen and Sen Xing and Zhe Chen and Yi Wang and Kunchang Li and Yizhuo Li and Yi Liu and Jiahao Wang and Yin-Dong Zheng and Bingkun Huang and Zhiyu Zhao and Junting Pan and Yifei Huang and Zun Wang and Jiashuo Yu and Yinan He and Hongjie Zhang and Tong Lu and Yali Wang and Limin Wang and Yu Qiao},
journal= {arXiv preprint arXiv:2211.09529},
year = {2022}
}
备注
Technical report in 2nd International Ego4D Workshop@ECCV 2022. Code will be released at https://github.com/OpenGVLab/ego4d-eccv2022-solutions