GaussianMamba 框架提升 3D 高斯原语语义占据预测
热点事件持续更新
GaussianMamba 框架提升 3D 高斯原语语义占据预测
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
A. Enes Doruk 和 Ozgur Erkent 向 arXiv 提交了论文 GaussianMamba,提出一种双分支 Mamba 框架。该框架利用各向异性高斯支撑和特征语义亲和性优化了 3D 高斯原语的遍历顺序,旨在提升几何与关系状态空间扫描下的预测性能。 在 nuScenes-SurroundOcc 和 SSCBench-KITTI-360 数据集上测试显示,该方法在 IoU 与 mIoU 指标上均优于 GaussianFormer 及 GaussianFormer-2。
AI 根据报道生成 · 11 小时前更新
最新进展11月18日 13:00
GaussianMamba:通过几何与关系状态空间扫描提升 3D 高斯原语语义占据预测性能报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv · 机器人与计算机视觉GaussianMamba:通过几何与关系状态空间扫描提升 3D 高斯原语语义占据预测性能
GaussianMamba 提出双分支 Mamba 框架,利用各向异性高斯支撑和特征语义亲和性优化 3D 高斯原语的遍历顺序。该方法在 nuScenes-SurroundOcc 和 SSCBench-KITTI-360 数据集上,IoU 与 mIoU 指标均优于 GaussianFormer 及 GaussianFormer-2。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月18日 15:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月19日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。