南科大提出GNFormer三维占用预测方法
热点事件历史事件
南科大提出GNFormer三维占用预测方法
1 篇报道1 个报道来源6 天前更新
先了解这件事
AI 综述
南方科技大学团队提出GNFormer，用高斯神经场做基于相机的三维占用预测：高斯负责定位重点区域，小型MLP负责判断占用与语义。论文称，室内场景仅用256个高斯，占用准确率从参照方法FLM-Occ的71.7%提高到74.3%，推理也更快；两组室外场景使用1024个高斯。 论文对三个数据集采用不同配置并分别训练，并非一个模型不经训练直接通吃所有场景。论文指出，该方法仅处理单帧图像，未报告真实机器人闭环导航或避障效果，也未证明一个模型不经适配即可用于各种室内外环境；由于缺少连续帧信息，GNFormer需较大模型获得高精度，速度仍落后于部分流式方法。
AI 根据报道生成 · 5 天前更新
最新进展11月5日 09:48
南科大提出GNFormer：用高斯神经场做高效三维占用预测报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- 深蓝AI · 微信公众号南科大提出GNFormer：用高斯神经场做高效三维占用预测
南方科技大学团队提出GNFormer，用高斯神经场（GNF）做基于相机的三维占用预测，让高斯负责定位重点区域、小型MLP负责判断占用与语义。室内场景仅用256个高斯，占用准确率从参照方法FLM-Occ的71.7%提高到74.3%，推理也更快；室外单目与六相机环视场景使用1024个高斯。论文指出该方法仅处理单帧图像，未报告真实机器人闭环导航或避障效果，速度仍落后于部分流式方法。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 711月5日 23:00
- 近 24 小时变化
- -49%
02468
11月6日06:0012:0018:0011月7日06:00
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。