跳到正文
arXiv · 机器人与计算机视觉· Rahul Moorthy, Volkan Isler·· 25 天前AI 评分23

VisFlow:可解释流匹配用于可见性重建、表征与识别

VisFlow: Interpretable Flow Matching for Visibility Reconstruction, Characterization, and Recognition

AI 导读

VisFlow 提出一种结合连续 SDF 表示与显式多边形演化的新型可解释流公式,解决几何扰动导致离散表示突变的问题。该方法在可见性重建任务中保持比最先进方法多 20% 的可见关系,在可见性表征任务中将覆盖率提升 30%。研究已在 arXiv 提交(arXiv:2610.31892),专注于计算几何与计算机视觉领域的连续表示学习挑战。

来源:arXiv · 机器人与计算机视觉 · arxiv.org