論文の概要: ESTANet: Efficient Online Error Detection in Procedural Videos via Prediction Inconsistency
- arxiv url: http://arxiv.org/abs/2606.25317v1
- Date: Wed, 24 Jun 2026 02:29:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-25 17:05:30.191874
- Title: ESTANet: Efficient Online Error Detection in Procedural Videos via Prediction Inconsistency
- Title（参考訳）: ESTANet:予測不整合による手続きビデオのオンラインエラー検出
- Abstract要約: 手続き型ビデオにおけるオンラインエラーのリアルタイム検出を,単純だが見落とされがちな視点から検討する。
動作検知器は入力力学や時間的文脈に対する感度によって自然に異なる予測特性を示す。
本稿では,動作予測の不整合を利用してエラーを検出する軽量フレームワークESTANetを提案する。
- 参考スコア（独自算出の注目度）: 10.854541165722814
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: An efficient and accurate system for detecting errors in procedural tasks is crucial for supporting human needs in daily life, as it can provide instant notifications and guide people to correct mistakes. In this work, we study real-time online error detection in procedural videos from a simple but overlooked perspective: the prediction behavior of action detectors themselves. Instead of designing complex architectures or specialized supervision, we observe that action detectors naturally exhibit different prediction characteristics depending on their sensitivity to input dynamics and temporal context. We therefore propose ESTANet (Error-Sensitive and Temporally-vArying Network), a lightweight framework that detects errors by exploiting inconsistencies among action predictions produced by a small set of action detectors. We construct standard and error-sensitive action detectors that behave similarly on correct executions but respond differently when errors occur. Meanwhile, detectors operating with different temporal contexts further amplify prediction inconsistencies when the procedure deviates from the intended sequence. During inference, we detect errors by aggregating mismatches between standard and error-sensitive predictions through majority voting to flag frames that contain errors. Extensive experiments on EgoPER, Assembly-101-O, and EPIC-Tent-O demonstrate that ESTANet achieves state-of-the-art performance in online error detection while maintaining real-time efficiency with a lightweight architecture. Our results highlight that leveraging the intrinsic properties of action detectors can yield a powerful and practical solution for online error detection without increasing architectural design complexity.
- Abstract（参考訳）: 手順的タスクにおけるエラーを検出するための効率的かつ正確なシステムは、即時通知を提供し、間違いを正すよう人々を導くことができるため、日常生活における人間のニーズを支援するために不可欠である。
本研究では,動作検知器自体の予測動作という,シンプルながら見過ごされた視点から,プロシージャビデオのリアルタイムオンラインエラー検出について検討する。
複雑なアーキテクチャや専門的な監視を設計する代わりに、動作検知器は入力力学や時間的文脈に対する感度に応じて、自然に異なる予測特性を示す。
そこで我々は,少数のアクション検出器によって生成された動作予測の不整合を利用して,エラーを検出する軽量フレームワークESTANetを提案する。
我々は、正しい実行で同じように振る舞うが、エラーが発生した場合に異なる応答をする標準かつエラーに敏感なアクション検出器を構築した。
一方、異なる時間的文脈で動作する検出器は、プロシージャが意図したシーケンスから逸脱したときの予測の不整合をさらに増幅する。
提案手法では,誤差を含むフラグフレームに対する多数決によって,標準とエラーに敏感な予測のミスマッチを集約することで,エラーを検出する。
EgoPER, Assembly-101-O, EPIC-Tent-Oの大規模な実験は、ESTANetがオンラインエラー検出における最先端のパフォーマンスを達成し、軽量アーキテクチャによるリアルタイム効率の維持を実証している。
この結果から, 行動検知器の本質的特性を活用することで, 設計上の複雑さを増大させることなく, オンラインエラー検出の強力な, 実用的なソリューションが得られることがわかった。
関連論文リスト
- Towards Automated Error Discovery: A Study in Conversational AI [48.735443116662026]
本稿では,会話型AIにおけるエラーの検出と定義のためのフレームワークであるAutomated Error Discoveryを紹介する。
また,その実装に対するエンコーダに基づくアプローチとして,SEEED(Soft Clustering Extended-Based Error Detection)を提案する。
論文 参考訳（メタデータ） (2025-09-13T14:53:22Z) - Technical Report for Egocentric Mistake Detection for the HoloAssist Challenge [5.257305312436567]
手続き的エラーと実行的エラーの両方を処理するオンライン誤り検出フレームワークを導入する。
誤りを検知すると、説明的フィードバックを生成するために大きな言語モデル(LLM)を使用する。
HoloAssistベンチマークの実験により,本手法の有効性が確認された。
論文 参考訳（メタデータ） (2025-06-06T15:39:09Z) - Modeling Multiple Normal Action Representations for Error Detection in Procedural Tasks [31.6874866836856]
本稿では,手続き的活動における誤り検出のための適応多重正規表現(AMNAR)フレームワークを提案する。
AMNARはすべての有効な次のアクションを予測し、対応する正常なアクション表現を再構築する。
論文 参考訳（メタデータ） (2025-03-28T13:16:02Z) - TI-PREGO: Chain of Thought and In-Context Learning for Online Mistake Detection in PRocedural EGOcentric Videos [48.126793563151715]
オンラインのオープンセットの手続きミスを効果的に検出する技術はない。
1つのブランチは、入力されたエゴセントリックビデオからステップ認識を連続的に行う。
もう1つは、認識モジュールの出力に基づいて将来のステップを予測します。
論文 参考訳（メタデータ） (2024-11-04T20:03:06Z) - PREGO: online mistake detection in PRocedural EGOcentric videos [49.72812518471056]
自己中心型ビデオにおける誤り検出のための,最初のオンライン一級分類モデルであるPregoを提案する。
PreGOは、現在のアクションをモデル化するオンラインアクション認識コンポーネントと、次のアクションを予測するシンボリック推論モジュールに基づいている。
手続き的誤り検出のオンラインベンチマークに適応する2つの手続き的自己中心型ビデオデータセットであるAmbly101とEpic-tentについてPreGOを評価した。
論文 参考訳（メタデータ） (2024-04-02T13:27:28Z) - Detection Latencies of Anomaly Detectors: An Overlooked Perspective ? [1.8492669447784602]
本稿では,攻撃とエラーの時間的遅延を測定することの関連性について論じる。
本稿では,検知器の評価手法を提案する。
論文 参考訳（メタデータ） (2024-02-14T10:52:39Z) - Cal-DETR: Calibrated Detection Transformer [67.75361289429013]
本稿では,Deformable-DETR,UP-DETR,DINOのキャリブレーション検出トランス(Cal-DETR)のメカニズムを提案する。
我々は、不確実性を利用してクラスロジットを変調する不確実性誘導ロジット変調機構を開発する。
その結果、Cal-DETRは、ドメイン内およびドメイン外の両方を校正する競合する列車時間法に対して有効であることがわかった。
論文 参考訳（メタデータ） (2023-11-06T22:13:10Z) - A Review of Uncertainty Calibration in Pretrained Object Detectors [5.440028715314566]
多クラス設定における事前訓練対象検出アーキテクチャの不確実性校正特性について検討する。
公平でバイアスのない,繰り返し可能な評価を実現するためのフレームワークを提案する。
検出器のキャリブレーションが低い理由について、新しい知見を提供する。
論文 参考訳（メタデータ） (2022-10-06T14:06:36Z) - Tracking the risk of a deployed model and detecting harmful distribution
shifts [105.27463615756733]
実際には、デプロイされたモデルのパフォーマンスが大幅に低下しないという、良心的なシフトを無視することは理にかなっている。
我々は,警告を発射する有効な方法は,(a)良性な警告を無視しながら有害なシフトを検知し,(b)誤報率を増大させることなく,モデル性能の連続的なモニタリングを可能にすることを論じる。
論文 参考訳（メタデータ） (2021-10-12T17:21:41Z) - Bandit Quickest Changepoint Detection [55.855465482260165]
すべてのセンサの継続的な監視は、リソースの制約のためにコストがかかる可能性がある。
有限パラメータ化確率分布の一般クラスに対する検出遅延に基づく情報理論の下界を導出する。
本稿では,異なる検知オプションの探索と質問行動の活用をシームレスに両立させる,計算効率のよいオンラインセンシング手法を提案する。
論文 参考訳（メタデータ） (2021-07-22T07:25:35Z) - On the Robustness of Language Encoders against Grammatical Errors [66.05648604987479]
我々は、非ネイティブ話者から実際の文法的誤りを収集し、これらの誤りをクリーンテキストデータ上でシミュレートするために敵攻撃を行う。
結果,全ての試験モデルの性能は影響するが,影響の程度は異なることがわかった。
論文 参考訳（メタデータ） (2020-05-12T11:01:44Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。