
시뮬레이션 환경에서 고밀도 3D 매핑 알고리즘의 계산 효율성을 높이기 위해 기존의 프레임별 임베딩 방식 대신 합성 뷰 생성 및 복셀 집계를 활용하는 VAFS(Voxel-Aggregated Feature Synthesis) 기법을 제안한다.


coremsg

voxel-aggregated-feature-synthesis-시뮬레이션된-3d-추론을-위한-효율적인-고밀도-매핑


Voxel-Aggregated Feature Synthesis: 시뮬레이션된 3D 추론을 위한 효율적인 고밀도 매핑



본 논문에서는 적은 수의 레이블만 사용하여 다양한 오프로드 환경에서 3D 의미론적 맵을 생성하는 효율적인 방법을 제시합니다.



오프로드 환경에서의 강력한 다중 생물 군계 3D 의미론적 매핑을 위한 퓨샷 의미론적 학습



본 논문에서는 고전적인 확률적 알고리즘의 신뢰성과 최신 신경망의 성능 및 효율성을 결합한 실시간 3D 의미론적 매핑 네트워크인 ConvBKI를 제안합니다.



ConvBKI: 불확실성을 정량화할 수 있는 실시간 확률적 의미론적 매핑 네트워크
