PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2607.05543v1cs.RO

GEM-Occ: 시각적 기하학 증거에서 구현된 에이전트의 의미론적 점유 메모리로

GEM-Occ: From Visual Geometry Evidence to Embodied Semantic Occupancy Memory

실내 에이전트의 장거리 의미론적 점유(semantic occupancy) 매핑을 위해 ScanNet, ScanNet++, Matterport3D를 통합한 계층적 벤치마크 HIOcc와, 로컬 시각적 기하학 예측을 일시적 증거로 변환해 가시성·불확실성 인식 인과 업데이트로 영속적 계층 메모리에 융합하는 GEM-Occ 프레임워크를 제안한다. HIOcc 실험에서 GEM-Occ는 기존 실내 점유 및 가우시안 기반 매핑 베이스라인 대비 로컬 점유 예측, 온라인 맵 안정성, 자유 공간 추론, 재방문 일관성, 건물 단위 확장성 전반에서 성능 향상을 달성하였다.

arXiv:2607.01633v1cs.CV

포즈 없는 이미지에서 종합적인 개방형 어휘 장면 이해를 위한 3D 가우시안과 의미론적 점유 연결

Bridging 3D Gaussians and Semantic Occupancy for Comprehensive Open-Vocabulary Scene Understanding from Unposed Images

포즈 정보 없는 희소 이미지에서 렌더링·의미론·3D 점유 공간을 동시에 복원하기 위해, COVScene은 미분 가능한 체적 리프팅(differentiable volumetric lifting)으로 3D Gaussian 기본 요소와 밀집 의미론적 점유 필드를 학습 계산 그래프 내에서 결합한다. ScanNet 및 ScanNet++에서 복셀 수준 감독 없이도 개방형 어휘(open-vocabulary) 분할과 의미론적 점유 예측에서 자기지도 기준선 대비 우수한 성능을 달성했다.