PERCEPTION
Invaria：通过下一分辨率预测学习点云中的尺度与密度不变性
Chun-Peng Chang, Shaoxiang Wang, Alain Pagani, Dariu Gavrila, Holger Caesar
- 发表年份
- 2026
- 引用次数
- 0
- 访问权限
- 开放获取
摘要
该论文提出了一种名为Invaria的点云编码器，通过下一分辨率预测和感受野校准实现尺度与密度不变性，解决了现有模型对采样分辨率和尺度变化敏感的问题。实验表明，该方法在ScanNet数据集上实现了56.0%的mIoU提升，显著增强了机器人感知的泛化能力。
关键词
point cloudscale invariancedensity invariancenext-resolution predictionrobotics perception
相关论文
PERCEPTION
📊 22,245 引用
Artificial intelligence: a modern approach
1995
PERCEPTION
📊 14,348 引用
Are we ready for autonomous driving? The KITTI vision benchmark suite
Andreas Geiger, P Lenz, R. Urtasun
2012
PERCEPTION
开放获取📊 9,777 引用
TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems
Martı́n Abadi, Ashish Agarwal, Paul Barham 等 20 位作者
2016
PERCEPTION
📊 9,681 引用
Vision meets robotics: The KITTI dataset
Andreas Geiger, Philip Lenz, Christoph Stiller 等 4 位作者
2013