OSGNet @ Ego4D 情景记忆挑战赛 2025
计算机视觉与模式识别
2025-06-05 v1 人工智能
摘要
在本报告中，我们呈现了在CVPR 2025 Ego4D情景记忆挑战赛三个自我中心视频定位赛道中的冠军方案。所有赛道均要求在未剪辑的自我中心视频中精确定位时间区间。先前的统一视频定位方法通常依赖后期融合策略，往往导致次优结果。为解决这一问题，我们采用基于早期融合的视频定位模型来处理所有三个任务，旨在提升定位精度。最终，我们的方法在自然语言查询、目标步骤和时刻查询赛道中均获得第一名，证明了其有效性。我们的代码可在 https://github.com/Yisen-Feng/OSGNet 获取。
引用
@article{arxiv.2506.03710,
title = {OSGNet @ Ego4D Episodic Memory Challenge 2025},
author = {Yisen Feng and Haoyu Zhang and Qiaohui Chu and Meng Liu and Weili Guan and Yaowei Wang and Liqiang Nie},
journal= {arXiv preprint arXiv:2506.03710},
year = {2025}
}
备注
The champion solutions for the three egocentric video localization tracks(Natural Language Queries, Goal Step, and Moment Queries tracks) of the Ego4D Episodic Memory Challenge at CVPR EgoVis Workshop 2025