Matterport3D
PulseAugur coverage of Matterport3D — every cluster mentioning Matterport3D across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
OccamView框架通过对象感知视图选择增强三维高斯重建
研究人员开发了OccamView，一个旨在改进主动式三维高斯重建的新框架，特别是在感知预算有限的情况下。该系统专注于对象条件视图选择，利用开放词汇检测来维护在线对象内存，并表示检测对象周围未解决的局部占用。通过使用具有遮挡感知代理覆盖率评分和Geo-Floor机制的候选视点进行评估，OccamView有效地指导互补观测，同时保留了由几何驱动的探索。在Replica和Matterport3D数据集上的实验表明，OccamView在帧预算…
-
基于Mamba的新型架构Samba推动视听导航发展
研究人员推出Samba，这是一种新颖的混合Mamba架构，专为视听导航任务设计。Samba用支持自适应选择的Mamba状态编码器（M-SE）取代了传统的GRU进行时间聚合，并引入了音频Mamba编码器（AME）以更好地捕捉频谱图中的长程依赖关系。在Matterport3D和Replica数据集上的实验表明，Samba与现有最先进模型相比显著提高了导航成功率，在降低计算成本的同时增强了具身表征能力。
-
新的SO3UFormer架构增强了全景AI模型的旋转鲁棒性
研究人员开发了SO3UFormer，一种新颖的神经网络架构，旨在提高全景密集预测模型的鲁棒性。与依赖重力对齐假设的现有模型不同，SO3UFormer学习内在的球形特征，这些特征在很大程度上独立于相机的方向。这是通过移除绝对纬度编码、确保正交一致的球形注意力以及结合规范感知相对位置偏差的组件来实现的。在Pose35和Matterport3D等数据集上的评估表明，SO3UFormer即使在显著旋转下也能保持高精度，其性能优于性能严重下降的基线模型。
-
GEM-Occ框架增强室内智能体的语义占用地图构建
研究人员推出了一种新颖的室内环境语义占用地图构建框架GEM-Occ。该系统通过将瞬态视觉几何预测融合到持久的、分层的记忆中，利用高斯证据记忆来表示占用和自由空间以及物体语义。GEM-Occ旨在改善跨连接室内空间的长期语义地图构建，在局部预测、地图稳定性和可扩展性方面优于现有方法。
-
无人机测绘系统SAGE使用语言更快地找到物体
研究人员开发了一个名为SAGE的新系统，用于无人机探索和绘制未知室内环境。SAGE集成了使用CLIP的语言理解能力，在确保区域完全覆盖的同时，优先发现特定物体。在模拟中，SAGE在物体发现速度和整体探索效率方面显著优于以前的方法。该系统还已成功部署在真实的无人机飞行中，展示了其在测绘和物体识别方面的实际应用。
-
CoFL 使用连续流场改进语言导航
研究人员推出了 CoFL，这是一种新颖的端到端语言导航策略，可将鸟瞰图观察和指令映射到连续流场。该方法将导航重新表述为工作空间条件下的场学习，从而能够从场景指令注释中获得密集的空间控制监督。CoFL 在导航精度和安全性方面显著优于现有方法，并已在现实世界中实现了零样本部署，具有可行的闭环控制。
-
PanoSAMic模型利用SAM特征增强全景图像分割
研究人员开发了PanoSAMic，一种利用预训练的Segment Anything (SAM)模型进行全景图像分割的新方法。该方法将SAM的编码器改编为输出多阶段特征，并包含一个用于选择相关模态和特征的融合模块。该系统在其解码器中利用球形注意力和双视图融合来解决全景图像中常见的失真和边缘不连续问题。PanoSAMic在Stanford2D3DS和Matterport3D等基准测试中，在各种数据模态上都展现出了最先进的性能。