首人称非中心视角下的跟踪真的更具挑战性吗？

视觉对象跟踪和分割正变得成为理解人类活动在非中心视角中的关键任务。最近的研究对最新方法进行基准测试并得出结论，认为首人称非中心视角与以往研究领域相比具有挑战性。然而，这些论点是基于在显著不同情景下的评估得出的。许多被归因于非中心视角的挑战特征也存在于第三人称人类-物体活动视频中。这提出了一个关键问题：所观察到的性能下降有多少源自非中心视角独特性，而有多少则源自人类-物体活动领域？为回答此问题，我们引入了新的基准研究，以解耦此类因素。我们的评估策略使我们能够更精确地区分与首人称视角相关的挑战与与更广泛人类-物体活动理解相关的挑战。通过这种方式，我们提供了关于非中心跟踪和分割真实难易来源的更深入见解，促进了该任务上的更有针对性的进展。