跳到正文
arXiv · 机器人与计算机视觉· Xiaoshan Zhou·· 2026-10-06AI 评分58

调查视频 Transformer 中用于碰撞预判的时空冗余性

Investigating Spatiotemporal Redundancy in Video Transformer for Collision Anticipation

AI 导读

针对移动机器人和施工场景对低延迟及低碳计算的需求,该研究利用 VideoMAEv2-Base 模型在 Nexar 碰撞预测数据集上,量化了网络深度内运动线索的可解释性及 Token 流的时空相似性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org