热点事件历史事件

语义门线索改进预测占据建图

1 篇报道1 个报道来源11 天前更新

先了解这件事

报道摘要

研究在 CogniPlan 数据集部分占用地图中注入门造成的歧义，对比纯几何模型与额外输入门通道的语义线索模型。全图性能相近，但 10 像素门区域掩码上 L1 从 0.004342 降至 0.000025，F1 与 IoU 均从 0.031311、0.015905 提升至 1.000000。结果表明语义线索可改善几何观测歧义区域的预测占用补全。

摘自 arXiv cs.RO

最新进展10月8日 12:00

语义感知预测建图：用门线索提升机器人探索与导航中的占用补全

报道时间线

沿着报道，了解事件的不同侧面。

10月8日

12:00
arXiv cs.RO
语义感知预测建图：用门线索提升机器人探索与导航中的占用补全
研究在 CogniPlan 数据集部分占用地图中注入门造成的歧义，对比纯几何模型与额外输入门通道的语义线索模型。全图性能相近，但 10 像素门区域掩码上 L1 从 0.004342 降至 0.000025，F1 与 IoU 均从 0.031311、0.015905 提升至 1.000000。结果表明语义线索可改善几何观测歧义区域的预测占用补全。