arXiv · cs.AI· Shravan Chaudhari·· 20 天前AI 评分35
Ledger：从第一视角视频构建持久化 3D 物体记忆
Never Look Back: Understanding Persistence in 3D Object Memory from Egocentric Videos
来源与原文
arXiv · cs.AI
作者：Shravan Chaudhari
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.10538v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 Ledger，一种基于第一视角视频的持久化 3D 物体记忆，结合物体位置、历史与上下文描述，可在物体离开视野后保留记录并支持空间问答，无需访问原始视频。该方法将 HD-EPIC 准确率从 29.7% 提升至 42.6%，UCS-Bench 从 33.8% 提升至 38.5%，并在 Ego4D 上实现 0.99 m 中位定位误差。
来源：arXiv · cs.AI · arxiv.org