Perceiving and Predicting Dynamic Sports: Spatiotemporal Intelligence in Vision Models for Egocentric Tennis Video
日本語版は未提供のため、英語原文で表示しています。
要旨より
Agile robots require spatiotemporal intelligence to interpret scenes, reason about interactions, and anticipate future events. Yet it remains unclear how well foundation vision models support these capabilities, particularly from a moving egocentric camera, which is a natural view for robots.
要旨より。当社による要約は作成中です。
この論文はライセンス上、全文を転載できないため、要約と原文へのリンクのみを掲載しています。