Tag · 2 篇
错误检测
分布 数据集与评测1视频理解与时序1
01 02
SHands：面向医学训练的手术手势与错误识别的多视角数据集与基准
SHands: A Multi-View Dataset and Benchmark for Surgical Hand-Gesture and Error Recognition Toward Medical Training
提供带帧级手势基元标注与错误类型分类体系的多视角手术视频，并给出单视角/多视角/跨视角泛化三种评测协议，可直接用于检验多视角融合与跨视角域泛化方法在细粒度手部动作识别上的表现。
错误归因：第一人称视频中的细粒度错误理解
Mistake Attribution: Fine-Grained Mistake Understanding in Egocentric Videos
提出细粒度错误归因任务，将错误定位到指令语义角色、不可逆时间点（PNR）及空间位置，并给出自动构建大规模错误样本的数据引擎 MisEngine 与统一注意力模型 MisFormer，可复用于第一人称视频的时序定位与视觉语言理解。