跳到正文
热点事件持续更新

GUARD提出几何不确定性点云去噪分割框架

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

Zuoxu Wang、Xiao Liang 提出 GUARD 框架,在单次前向传播中同时完成点云滤波与分割,用于机器人硬盘拆解中的部件识别。该框架用多尺度几何 Transformer 与多带宽随机傅里叶特征高斯过程估计逐点几何不确定性,并以预测熵抑制不可靠测量。 在 2,745 个真实硬盘点云上,GUARD 将 PointNet++ 分割平均交并比从 0.7739 提升到 0.8318;在人工标注的 ScanNet 样本上,几何不确定性的损坏点检测 F1 为 0.7931,预测熵为 0.2212。

AI 根据报道生成 · 7 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月8日
  1. arXiv cs.RO 机器人学
    GUARD:面向机器人硬盘拆解的几何不确定性点云去噪与分割框架

    GUARD 提出一种几何不确定性感知框架,在单次前向传播中同时完成点云滤波与分割,用于机器人硬盘拆解中的部件识别。该框架结合多尺度几何 Transformer 与多带宽随机傅里叶特征高斯过程估计逐点几何不确定性,并辅以预测熵抑制不可靠测量。

本事件热度走势

可比范围当前
8
可比范围峰值
1010月8日 13:00
近 24 小时变化
–

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。