arXiv · 机器人与计算机视觉· Lucas Hoefs, Hui Xie, Senjian An, Fangyi Zhang·· 9 天前AI 评分54
SAM-VTP:基于视频记忆与深度测量的连续可通行性分割研究
SAM-VTP: Video Memory and Measured Geometry for Continuous Traversability Segmentation
AI 导读
论文提出 SAM-VTP 方法,通过微调 SAM2 的视频记忆路径实现无提示的稠密可通行性分割,并利用深度信息直接测量坡度、粗糙度和高度等几何特征。该方法在 TartanGround 数据集上相比帧级基线显著提升了 Jaccard 和 IoU 指标并减少了闪烁,且在闭环测试中大幅降低了规划器因预测失效而中断的频率。
来源:arXiv · 机器人与计算机视觉 · arxiv.org