arXiv · 机器人与计算机视觉· Zhuoyue Zhang, Jian Liu, Jihua Zhu, Ajmal Saeed Mian·· 2 天前精选AI 评分78
PointWM:一种用于点云视频预训练的无泄露潜在世界模型
Latent World Modeling for Point-Cloud Video Pretraining
AI 导读
针对点云视频自监督学习中存在的几何位置与时间掩码导致的信息泄露问题,论文提出了 PointWM 方法。该方法通过仅使用目标最后一次出现的位置和时间戳进行查询,并学习无需标注的潜在动作来预测未来帧的特征与几何结构,从而将任务从补全转变为真正的因果预测。
推荐理由
提出 PointWM 方法解决点云视频预训练中的信息泄露问题,在 HOI4D 任务上显著优于从头训练。
来源:arXiv · 机器人与计算机视觉 · arxiv.org