PERCEPTION
VISA：基于视觉语言模型的实例语义审计用于3D占据世界模型
Ruiqi Xian, Yuehan Xian, Jing Liang, Xuewei Qi, Dinesh Manocha
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出VISA方法，通过离线视觉语言模型对物体实例进行结构化语义审计，并将审计结果蒸馏到3D占据世界模型中，从而提升语义分割精度。在nuScenes数据集上，该方法在OccWorld和GaussianWorld模型上分别实现了约1个mIoU点的提升。
关键词
3D occupancysemantic auditingVLMautonomous drivingworld model
相关论文
PERCEPTION
📊 22,245 引用
Artificial intelligence: a modern approach
1995
PERCEPTION
📊 14,348 引用
Are we ready for autonomous driving? The KITTI vision benchmark suite
Andreas Geiger, P Lenz, R. Urtasun
2012
PERCEPTION
开放获取📊 9,777 引用
TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems
Martı́n Abadi, Ashish Agarwal, Paul Barham 等 20 位作者
2016
PERCEPTION
📊 9,681 引用
Vision meets robotics: The KITTI dataset
Andreas Geiger, Philip Lenz, Christoph Stiller 等 4 位作者
2013