arXiv · 机器人与计算机视觉· Tao Wan, Xiaoshan Wu, Yifei Yu, Bo Wang, Xiaoyang Lyu, Muxin Liu, Aoxuan Pan, Zhongrui Wang, Xiaojuan Qi·· 2026-10-16精选AI 评分82
LiFR v2:基于补全增强的事件传播用于高频稠密预测
LiFR v2: Completion-Augmented Event Propagation for High-Rate Dense Prediction
AI 导读
针对 RGB 相机更新率低导致动态环境感知受限的问题,论文提出 LiFR v2 统一框架,融合事件引导补全模块与历史检索模块,实现从单帧 RGB 和事件的因果实时稠密预测。
推荐理由
提出 LiFR v2 框架,结合事件引导补全与历史检索模块,在动态场景下实现超越帧率的高频稠密感知。
来源:arXiv · 机器人与计算机视觉 · arxiv.org