Tag · 4 篇

稀疏卷积

分布 3D 视觉与重建2目标检测与定位1底层视觉与图像复原1

Towards Persistence: Learning Topological Constraints for Event-based Small Object Detection

针对事件相机数据中的小目标检测，提出拓扑学习模块和空间一致性模块来约束时空轨迹的连续性，并设计拓扑感知损失函数，为事件流上的目标检测与轨迹完整性提供了可复用的建模思路。

PointCNN++: Performant Convolution on Native Points

把稀疏卷积从体素推广到原始高精度点坐标，并以 MVMR 形式实现专用 GPU kernel，可直接替换体素骨干用于点云配准等需要几何精度的任务，兼顾显存与速度。

IAFMNet: Information-Aware Feature Modulation for Efficient Super-Resolution

用无监督估计的信息密度图引导稀疏卷积与仿射调制，把计算动态集中到纹理/边缘区域，为高效超分及其他密集预测任务提供可复用的「按信息量分配算力」范式。

ESAM++: Efficient Online 3D Perception on the Edge

用轻量级3D稀疏特征金字塔网络（SFPN）替代ESAM中计算昂贵的3D稀疏UNet，在保持分割精度的同时将推理速度提升至3倍、模型尺寸缩小至一半，为在无GPU加速的边缘设备上部署在线3D感知提供了可复用的高效骨干设计。