arXiv · 机器人与计算机视觉· Zhufeng Xu, Henglei Lv, Bailin Deng, Yikang Ding, Xiaoqiang Liu, Guoxin Zhang, Hongbo Fu, Lin Gao·· 2026-10-12精选AI 评分78
GLIMPSE:用于可探索视频世界模型的全球 - 局部索引与多精度频谱编码
GLIMPSE: Global-Local Indexing with Multi-Precision Spectral Encoding for Explorable Video World Models
AI 导读
arXiv 论文 GLIMPSE 提出一种带多精度坐标和几何条件谱衰减的全局 - 局部记忆接口,以解决相机回看场景时因深度或姿态误差导致的鬼影问题。该方法通过位置传输避免重采样,利用局部块记忆提供视图特定外观,用循环全局记忆提供场景上下文,并在匹配检索与读取预算下提升了几何对应和光度一致性。材料为预印本,未报告真实机器人部署结果。
推荐理由
提出带多精度坐标与几何条件谱衰减的全局 - 局部记忆接口,旨在降低相机回看场景时的鬼影误差。
来源:arXiv · 机器人与计算机视觉 · arxiv.org