Tag · 1 篇
Driving on Registers
用相机感知的 register 词元把多相机 ViT 特征压成紧凑场景表示,再驱动轻量解码器生成并打分候选轨迹;这套「词元压缩 + 可解释子分数评分」的范式可直接迁移到其他需要多视角融合与实时推理的视觉任务。