Tag · 2 篇
开放词表描述
分布 数据集与评测13D 视觉与重建1
01 02
OpenMarcie：工业环境下多模态动作识别数据集
OpenMarcie: Dataset for Multimodal Action Recognition in Industrial Environments
提供了大规模多模态工业动作识别基准，可用于评测第一人称/第三人称视频中的动作分类、开放词表描述和跨模态对齐方法，推动真实制造场景下的视觉-可穿戴信号融合研究。
描述任何事物在任何地点任何时刻
Describe Anything Anywhere At Any Moment
提出基于优化的前端，将局部描述模型（如 DAM）批量处理以加速推理，并构建分层 4D 场景图作为全局时空一致记忆，为视觉语言导航与具身智能提供可查询的 4D 表示。