复杂场景理解

BinEgo-360Workshop及挑战赛旨在探索融合全景与双目第一视角下的多模态视频理解任务，大赛包括两个赛道：复杂场景理解和时序动作定位。参赛者需基于360+x数据集完成相关任务，涵盖视觉、空间音频等多种模态信息。