Signature-Guided Capacity Occupancy for Dense Expert Merging
签名引导的容量占用用于密集专家合并
专题命中 BEV与占用 :occupancy(title,abstract);分类 cs.AI
AI总结 针对密集专家合并的跨专家冲突容量分配等问题,提出SigMerge框架,在21种配对设置中优于三类基线合并方法,平均提升15.0%且获最佳平均排名。
Comments 31 pages, 20 figures
视觉与机器人
自动驾驶感知、规划、BEV、占用预测、激光雷达和仿真评测。
签名引导的容量占用用于密集专家合并
专题命中 BEV与占用 :occupancy(title,abstract);分类 cs.AI
AI总结 针对密集专家合并的跨专家冲突容量分配等问题,提出SigMerge框架,在21种配对设置中优于三类基线合并方法,平均提升15.0%且获最佳平均排名。
Comments 31 pages, 20 figures
用于长尾室内语义占用预测的分组监督与焦点-骰子损失
机构 * College of Electronics and Information Engineering, Shenzhen University(深圳大学电子与信息工程学院) ; Guangdong Key Laboratory of Intelligent Information Processing(广东省智能信息处理重点实验室)
专题命中 BEV与占用 :occupancy(title,abstract);分类 cs.CV
AI总结 针对室内语义占用预测的长尾类别瓶颈,提出Group-UFD Occ方法,通过分组策略与UFD损失优化,在EmbodiedScan数据集上较基线实现11.38%相对提升,长尾类别精度显著提高。
Comments 8 pages, 2 figures
InterOCF:用于仅相机4D占用预测的时空2D-3D交互
机构 * College of Computer Science and Software Engineering, Shenzhen University(深圳大学计算机科学与软件学院)
专题命中 BEV与占用 :occupancy(title,abstract);分类 cs.CV
AI总结 研究针对仅相机4D占用预测中输入多视图帧间时空建模不足问题,提出InterOCF框架,通过联合建模3D体素表示和多视图分割序列中的时间动态,并纳入2D与3D分支特征交互,实验证明其性能优于现有方法。
Comments 12 pages, 7 figures
学习用于3D占用的自适应语义高斯分配
专题命中 BEV与占用 :occupancy(title,abstract);分类 cs.CV
AI总结 研究3D语义占用预测中高斯表示的分配问题,提出语义高斯分配变换器(SAGFormer),利用高斯属性和局部几何语义特征评分选高斯,实验表明该方法能改进占用预测,使高斯表示更优,显式容量分配是有用补充。
使用基于大语言模型的实体解析在混合格式居住数据中进行家庭移动检测
专题命中 BEV与占用 :occupancy(title,abstract);分类 cs.AI
AI总结 研究在混合格式居住数据中检测家庭移动相关间接实体链接的问题,核心方法是集成基于提示的LLM命名实体识别、语义文本嵌入和基于图的推理,主要贡献是提高召回率和F1分数。
Comments Computer Science & Information Technology (CS & IT) ISSN : 2231 - 5403, Volume 16, Number 10, May 2026
VGOcc:学习视觉几何高斯用于以视觉为中心的3D驾驶占用预测
专题命中 BEV与占用 :occupancy(title,abstract);分类 cs.CV
AI总结 研究仅视觉3D驾驶占用预测问题,提出VGOcc方法,通过从基础模型学习视觉和几何线索,纳入高斯建模的初始化与细化,实现高效语义占用预测,在nuScenes实验中达最优性能。
FDR-Occ:用于全光谱3D占用预测的因子分解密集路由
机构 * SKL-IOTSC, CIS, University of Macau(澳门大学物联网与智慧城市国家重点实验室、计算机与信息科学系) ; Chongqing Afari Intelligent Drive Co., Ltd.(重庆阿法里智能驾驶有限公司) ; Geely Automobile Research Institute (Ningbo) Co., Ltd.(吉利汽车研究院(宁波)有限公司)
专题命中 BEV与占用 :occupancy(title,abstract);分类 cs.CV
AI总结 研究基于视觉的3D占用预测,将视图变换抽象为无约束二分路由并提出因子分解密集路由(FDR),引入分辨率-上下文解耦架构,实验表明该框架性能优,在未校准设置中结构稳健性强。
Comments ECCV 2026
稀疏感知向量量化用于带宽高效的协作3D语义占据预测
机构 * School of Computer Science and Technology, Tianjin University(天津大学计算机科学与技术学院) ; School of Cybersecurity, Tianjin University(天津大学网络空间安全学院)
专题命中 BEV与占用 :occupancy(title,abstract);分类 cs.CV
AI总结 提出稀疏感知向量量化(SAVQ)机制,利用3D场景稀疏性压缩编码信息区域,大幅降低通信开销同时保持几何完整性,并设计双分支自适应空间细化模块增强结构一致性,实现高达82倍通信量减少。
Comments Accepted by ECCV26
桥接3D高斯与语义占据:从无位姿图像实现开放词汇的全面场景理解
机构 * The Hong Kong Polytechnic University(香港理工大学) ; Eastern Institute of Technology(东方理工大学) ; Shanghai Jiao Tong University(上海交通大学) ; Wuhan University(武汉大学) ; Great Wall Motor(长城汽车) ; Tsinghua University(清华大学) ; Ningbo Institute of Digital Twin, Eastern Institute of Technology(东方理工大学宁波数字孪生研究院)
专题命中 BEV与占用 :occupancy(title,abstract);分类 cs.CV
AI总结 提出COVScene框架,通过可微体积提升将可渲染高斯原语与密集语义占据场耦合,实现无位姿图像下的新颖视图合成、开放词汇语义查询和语义占据预测。
Comments Hu Zhu, Bohan Li, and Xianda Guo contributed equally. Corresponding author: Wenjun Zeng
面向停车位占用识别的自监督方法
机构 * Federal University of Paraná(巴拉那联邦大学) ; Pontifical Catholic University of Paraná(巴拉那天主教大学)
专题命中 BEV与占用 :occupancy(title,abstract);分类 cs.CV
AI总结 提出一种无需目标停车场标签的自监督方法,通过两阶段自监督训练和微调,在三个公开数据集上平均准确率达97.2%,两阶段策略进一步提升至97.8%。
Comments Accepted for presentation at the 2026 IEEE International Conference on Systems, Man, and Cybernetics (SMC 2026)
Occ-VLM: 面向室内场景理解的占用接地视觉语言模型
机构 * School of Electronic Science and Engineering, Nanjing University(南京大学电子科学与工程学院)
专题命中 BEV与占用 :occupancy(title,abstract);分类 cs.CV
AI总结 提出Occ-VLM,仅用姿态RGB图像和单一2D视觉编码器,通过重建3D占用作为几何先验,实现统一的3D场景理解,在占用预测、3D VQA和密集描述任务上达到领先水平。
基于方差加权子图拼接的信息保持连续占据地图构建
机构 * University of Technology Sydney(悉尼科技大学) ; University of Edinburgh(爱丁堡大学)
专题命中 BEV与占用 :occupancy(title,abstract);分类 cs.RO
AI总结 提出首个连续概率子图拼接框架,通过信息保持稀疏贝叶斯公式压缩观测数据为充分统计量,联合优化子图位姿与全局占据场,实现高精度位姿估计与全局一致性地图。
Comments 12 pages, 7 figures
机器形状与分层分块:基于数组数学的形式化,附分层形状占用中的一个开放问题
专题命中 BEV与占用 :occupancy(title,abstract)
AI总结 本文针对稠密矩阵乘法分块大小在不同芯片上预测偏差的问题,基于数组数学(MoA)框架形式化提出分层分块与开放问题,扩展算子推导分块调度,测试假设并指出框架局限,尝试扩展框架预测吞吐量。
结合周末床位占用管理的综合手术排程:一种列生成方法
专题命中 BEV与占用 :occupancy(title,abstract)
AI总结 该研究针对周末床位约束下的综合手术排程与病例分配问题,提出联合优化框架,采用列生成算法求解,实验表明其性能优于直接MILP求解,为医院资源平衡提供管理见解。
正则变化占用模型下插件式香农熵估计量的渐近偏差
专题命中 BEV与占用 :occupancy(title,abstract)
AI总结 本文针对可数无限支撑离散分布的香农熵估计难题,在正则变化占用模型下推导了插件式熵估计量的渐近偏差关系,明确了幂律频率分布下偏差的渐近行为由基础分布尾特征决定。
Comments 7 pages, 1 figure
两两交集约束下的二阶多集合分配占有(MAO)分布:精确定律、MAO范数、不等式与极限理论
专题命中 BEV与占用 :occupancy(title,abstract)
AI总结 该研究在前期一阶MAO理论基础上,通过引入两两交集约束开发二阶MAO分布理论,定义了相关范数与矩,建立极限理论并可推广至更高阶理论。
Comments 57 Pages, 2 Figures, 5 Tables
密度依赖的McKean-Vlasov扩散:次高斯占有界与混沌的多项式传播
专题命中 BEV与占用 :occupancy(title,abstract)
AI总结 研究密度依赖的McKean-Vlasov扩散及直方图粒子近似,在两个解析条件下用路径空间熵证明,得出相关占有界和误差估计,还介绍了直方图估计器的可扩展性及低评估成本。
Comments 11 pages
通过占用地图估计中退化局部保证下的融合实现有限样本共形覆盖恢复
专题命中 BEV与占用 :occupancy(title,abstract)
AI总结 研究针对多机器人环境映射中高斯过程占用映射缺乏有限样本预测保证、共形预测局部保证退化的问题,开发分布式融合算法,通过机器人交换e值及接收器融合,实现恢复目标覆盖水平,提升地图效率。
辐照体心立方金属中多占据陷阱内氢扩散与滞留的多尺度建模
专题命中 BEV与占用 :occupancy(title,abstract)
AI总结 该研究用分子动力学模拟计算氢气原子在特定结构中的有效扩散率,与解析近似比较验证模型。通过多种方法证明相关现象,从第一性原理预测钨中孔隙内氢的扩散和滞留,其解析形式优于现有单占据陷阱形式体系。
具有Curie-Weiss相互作用的双占据单元流体的相图
专题命中 BEV与占用 :occupancy(title,abstract)
AI总结 研究具有Curie-Weiss相互作用的双占据单元流体模型,通过自旋-占据变量变换证明其与完全图上的Blume-Capel模型同构,并利用解析和数值方法揭示其丰富的相行为,包括单临界点、双临界点、三临界点和三相点。
Comments 17 pages, 3 figures
通过占据覆盖最大化进行强化学习的无奖励预训练
机构 * Computational Statistics and Machine Learning - Istituto Italiano di Tecnologia(计算统计与机器学习 - 意大利技术研究院) ; AI Centre, Computer Science Department, University College London(人工智能中心,计算机科学系,伦敦大学学院)
专题命中 BEV与占用 :occupancy(title,abstract)
AI总结 提出一种无奖励预训练方法ROVER,通过最大化状态占据测度的覆盖来学习可迁移探索策略,在稀疏奖励下游任务中快速适应。
有限占据下反应性Maxwell-Stefan膜传输的熵几何与增强迁移率
专题命中 BEV与占用 :occupancy(title,abstract)
AI总结 研究有限占据约束下反应性Maxwell-Stefan膜传输系统,通过秩一增强迁移率恢复强制性和全局存在性,并证明弱强稳定性与有限体积逼近收敛性。
Comments 10 pages, no figures
Hubbard模型中Slater-Mott交叉的热特征:从双占据到反铁磁关联长度
专题命中 BEV与占用 :occupancy(title,abstract)
AI总结 通过双占据温度导数的符号变化确定Hubbard模型Néel基态中Slater-Mott交叉的边界,并利用精确对角化和量子蒙特卡洛模拟得到二维半满模型的交叉点U_cross/t=4.0(2),同时从反铁磁关联长度最大值获得一致边界。
Comments 5 pages, 4 figures, and Supplementary Material
跨视角城市交通数据集:用于单目鸟瞰图定位的无人机监督地面真值
机构 * OTH Regensburg(雷根斯堡应用技术大学)
专题命中 BEV与占用 :BEV(abstract,abstract_cn);分类 cs.CV、cs.AI
AI总结 提出一个由同步自行车视角和无人机视角视频构建的跨视角城市交通数据集,支持跨视角身份匹配和鸟瞰图预测任务,提供身份级对齐和标准化评估。
含掺杂剂的原子尺度相场建模:具有分数占位的随机自洽谐波近似
专题命中 BEV与占用 :occupancy(title)
AI总结 研究将相场概念扩展到原子尺度,基于随机自洽谐波近似理论制定原子系统自由能,通过计算自由能导数获化学势,成功再现银在铜中的分布及晶格膨胀,还研究了晶界掺杂剂偏析,可识别偏析位点并可视化原子尺度图案形成。
通过傅里叶滤波将漫散射与原子位点分辨占有率和位移场联系起来
专题命中 BEV与占用 :occupancy(title)
AI总结 研究如何将漫散射与原子位点相关信息联系起来,核心方法是引入MOSAIC计算框架,通过对含相位散射振幅应用傅里叶滤波器获取相关图谱,主要贡献是能有效探究大规模结构模型中原子间相关性。
Comments 19 pages, 7 figures
手写PTX张量核心GEMM内核:NVIDIA L4上的多精度研究
专题命中 BEV与占用 :occupancy(abstract,abstract_cn);分类 cs.AI
AI总结 本文针对NVIDIA L4 GPU,对比手写PTX GEMM内核与WMMA基线,发现其在INT8、INT4精度下有显著加速,FP16下无增益,明确了手写PTX适用的精度与场景。
Comments 10 pages, 6 figures, 12 tables. Code and profiling data: https://github.com/MattJBorowski1991/TensorCorePTX (archived: https://doi.org/10.5281/zenodo.21815137)
MapTCL:用于矢量化高清地图构建的双向对齐时序一致性学习
机构 * Korea Advanced Institute of Science and Technology (KAIST)(韩国科学技术院)
专题命中 BEV与占用 :BEV(abstract,abstract_cn);分类 cs.CV
AI总结 针对动态城市环境下在线高清地图构建的时序稳定性问题,提出即插即用模块MapTCL,通过双向矢量一致性学习与栅格地图一致性学习联合训练,在两个基准上显著提升基线模型性能且无额外推理开销。
Comments Accepted at 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
YOLO-PVC:用于MRI中体积肝肿瘤定位的切片式检测的2D到3D整合方法
机构 * ESME Research Lab(ESME研究实验室) ; Université Paris-Est Créteil(巴黎东部克雷泰伊大学) ; LRE EPITA(EPITA LRE实验室) ; Institute of Space Technology(空间技术研究所) ; Henri Mondor University Hospital(亨利·蒙多大学医院)
专题命中 BEV与占用 :BEV(abstract,abstract_cn);分类 cs.CV
AI总结 针对切片式2D目标检测器在体积数据中预测碎片化不稳定的问题,提出YOLO-PVC框架,通过几何整合提升肝脏肿瘤定位的3D IoU至0.710,优于多种基线方法。
Comments 14 pages, 2 figures, 4 tables. Accepted at AI4M3D Workshop, ECCV 2026 (Spotlight)
位置不确定性下的跨视角偏航估计:基于线对齐的偏航评分
机构 * Seoul National University(首尔大学) ; Meta ; Amazon(亚马逊) ; ShanghaiTech University(上海科技大学)
专题命中 BEV与占用 :BEV(abstract,abstract_cn);分类 cs.CV
AI总结 提出LAYS方法,通过径向不变的线共识投票,在无需精确位置的情况下实现亚度级偏航精度,显著提升未知偏航下的跨视角定位性能。
Comments 31 pages, 15 figures, ECCV 2026