ICLR

Exploring Ordinal Bias in Action Recognition for Instructional Videos

探索教学视频中动作识别的序数偏差

Joochan Kim, Minjoon Jung, Byoung-Tak Zhang

机构 * Korea Institute of Science and Technology（韩国科学技术院） ； Seoul National University（首尔国立大学） 纠错

AI总结 本文提出两种方法探索教学视频中动作识别的序数偏差问题，通过实验揭示模型在面对非常规动作序列时的脆弱性，强调了重新设计评估策略和开发更通用模型的必要性。

Comments Accepted at SCSL @ ICLR 2025

Neural Eulerian Scene Flow Fields

神经欧拉场景流场

Kyle Vedder, Neehar Peri, Ishan Khatri, Siyi Li, Eric Eaton, Mehmet Kocamaz, Yue Wang, Zhiding Yu, Deva Ramanan, Joachim Pehserl

机构 * University of Pennsylvania（宾夕法尼亚大学） ； NVIDIA（英伟达） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

AI总结 EulerFlow通过神经先验估计空间时间微分方程，实现高质量场景流估计，在多个领域表现优异，超越现有方法。

Comments Accepted to ICLR 2025. Winner of CVPR 2024 WoD Argoverse Scene Flow Challenge, Unsupervised Track. Project page at https://vedder.io/eulerflow