跳到正文
arXiv · 机器人与计算机视觉· Jiahui Hu, Li Gao, Yu Liu, Pengzhan Zhou·· 29 天前精选AI 评分78

Cross-Visibility-Gap Identity Persistence for 4D Scene Graphs:一种基于历史节点恢复的 4D 场景图身份持久化方法

Cross-Visibility-Gap Identity Persistence for 4D Scene Graphs

AI 导读

论文提出 CVG-SGM 方法,通过几何加权的跨节点交互与共享节点 GRU 记忆机制,解决物体在遮挡载体内消失后重新出现时的身份重连问题。该方法在单载体单身份受控设置下达到 1.000 的重连准确率,优于无记忆和无写入基线;在真实 RGB-D/SAM2 特征级数据上正确重连了全部 36 个保留检测样本。

推荐理由

论文提出利用历史节点恢复机制解决物体在遮挡载体内消失后的身份重连问题,在受控实验与真实数据上均优于无记忆基线。

来源:arXiv · 机器人与计算机视觉 · arxiv.org