arXiv · 机器人与计算机视觉· Ruoyu Wang, Jiahan Li, Yong Liu, Kexin Zhang·· 29 天前精选AI 评分78
VEOcc++:面向具身在线语义占用映射与离线优化的持久体素特征图学习
VEOcc++: Learning Persistent Voxel Feature Maps for Embodied Online Semantic Occupancy Mapping and Offline Refinement
AI 导读
论文提出 VEOcc++ 统一框架,利用持久稀疏体素特征图连接探索阶段的在线增量映射与后续的全局地图优化。该方法在 EmbodiedOcc-ScanNet 数据集上实现 67.12% IoU 和 58.40% mIoU,刷新在线增量映射 SOTA;离线优化阶段进一步提升至 67.79% IoU 和 59.37% mIoU。研究展示了在移动机器人上的零样本部署能力与大规模室内建图的可扩展性。
推荐理由
该工作提出统一框架,通过持久稀疏体素特征图连接在线增量映射与离线全局优化,在 EmbodiedOcc-ScanNet 上刷新 SOTA。
来源:arXiv · 机器人与计算机视觉 · arxiv.org