Xinhao Ji, Hui En Pang, Hao Li, Kairui Hu, Jiner Wang, Mingze Sun, Ziang Cao, Yalun Dai · 2026 · arXiv
DOI: 10.48550/arXiv.2610.26625 · open-access PDF
La reconstruction de l'activité humaine à partir de la vidéo égoïste nécessite plus que la récupération de composants 3D individuels : le mouvement de l'observateur, la géométrie environnante et les interactions entre les mains et les objets doivent s'adapter dans un monde cohérent. Pour atteindre cette cohérence, il faut une reconstruction conjointe et une supervision alignée, mais les méthodes et les ensembles de données existants offrent un soutien limité à l'un ou l'autre. Nous présentons EgoXperience, un paradigme complet qui répond à ces besoins par la collecte de données, l'annotation automatique, la modélisation unifiée et le benchmarking.
Machine translation (Meta M2M100); the English original follows.
Reconstructing human activity from egocentric video requires more than recovering individual 3D components: the observer's motion, surrounding geometry, and hand-object interactions must fit together in a consistent world. Achieving this coherence requires both joint reconstruction and aligned supervision, yet existing methods and datasets offer limited support for either. We present EgoXperience, a full-stack paradigm that addresses these needs through data collection, automatic annotation, unified modeling, and benchmarking. Central to EgoXperience is an automatic annotation engine, EgoX-Eng
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.26625, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange