18:06
官方账号arXiv cs.AI@Ke Ma, Yamin Mao, Weiming Li, Shuai Tan, Yijie Zhong, Hao Chen, Haofen Wang, Meng Wang
推荐理由：做长视频问答的可以看看，R4DSG用相对锚点记录物体变化，比纯文本记忆强不少，在EgoLifeQA上比EgoRAG-Text高了6.7分。
对象中心
共 1 条相关 AI 资讯
8月12日
18:06
R4DSG提出一种相对4D场景图记忆方法，用于长时程第一人称视频中的对象中心问答。该方法将视频转换为按时间、地点、持久对象和锚点相对变化索引的紧凑可查询记忆，而非存储原始图序列。它利用可提示视频分割和相对3D提升等RGB-only技术，在EgoLifeQA的255个对象相关问题子集上，相比EgoRAG-Text在仅问题检索下整体提升6.7分，在“何时”类问题上提升12.5分。