跳到正文
arXiv · 机器人与计算机视觉· Kailai Zhou, Ziqi Chen, Xiaoning Xu, Yuefeng Wu, Zixuan Fu, Zijun Lin, Zhihao Li, Youwei Pang, Xiaoqi Zhao, Xun Cao, Bihan Wen·· 12 小时前AI 评分68

CascadeJEPA:通过空间耦合级联预测增强 3D 几何表征

CascadeJEPA: Enhancing 3D Geometric Representations via Spatially Coupled Cascaded Prediction

AI 导读

论文指出 I-JEPA 存在语义学习增强伴随 3D 几何表征退化的问题,归因于对缺乏完整空间上下文的高度抽象潜在表征进行预测。为此提出 CascadeJEPA,利用全网格上下文编码和预测阶段间的交叉注意力机制促进更丰富的块级交互。实验显示该方法在多个 3D 几何任务上优于 I-JEPA 且保持强语义识别能力,并展现出对未来特征预测和世界模型规划的潜力。

来源:arXiv · 机器人与计算机视觉 · arxiv.org