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