ESAM++：边缘高效在线3D感知

Qin Liu, Lavisha Aggarwal, Saptarashmi Bandyopadhyay, Vikas Bahirwani, Marc Niethammer, Ehsan Adeli, Andrea Colaco

摘要

本文提出ESAM++，一种轻量级且可扩展的在线3D场景感知方法，专为无GPU加速的边缘设备设计。通过引入3D稀疏特征金字塔网络，该方法在显著降低计算开销和模型大小的同时，实现了与现有方法相当的竞争性分割性能。

online 3D perceptionedge computingpoint cloudinstance segmentationSparse Feature Pyramid Network

PERCEPTION

开放获取📊 4 引用

Ji-Hoon Hwang, Daeyoung Kim, Hyung-Suk Yoon 等 5 位作者

2026

PERCEPTION

📊 0 引用

Yanrun Zhou, Zihao Lei, Guangrui Wen 等 7 位作者

Robotics and Computer-Integrated Manufacturing · 2026

PERCEPTION

📊 0 引用

Simon Duenser, Ivo Aschwanden, Raamadaas Krishnadas 等 5 位作者

Robotics and Computer-Integrated Manufacturing · 2026

PERCEPTION

📊 0 引用

Sili Ding, Feng Xu, Jie Chen 等 6 位作者

Progress in Materials Science · 2026