内容感知4D点云网络

自适应解耦省算力

通过动态时空解耦，按视频内容智能分配计算资源，同步提升精度与效率。

Jiaze, Wang · Jiayi, Tian · Zhou, Xun · 赵文哲 · Xia, Tian · 任鹏举

Pattern Recognition 2027

参数信息

MSR-Action3D 准确率提升

5.23 %

NTU RGBD 准确率提升

1 %

Synthia4D mIoU 提升

1.36 %

HOI4D 准确率提升

1.3 %

技术优势

算力花在刀刃上

模型根据输入的全局时空特征动态生成门控权重，自适应地融合恒等、空间增强、时间增强三条并行路径，从而将计算资源集中到最关键的维度。

四个基准全提升

在 MSR-Action3D、NTU RGBD、Synthia4D 和 HOI4D 上分别取得 +5.23%、+1%、+1.36% mIoU、+1.3% 的精度提升，验证了方法的通用性。

嵌入层就解耦

在嵌入层即解耦时间与空间特征，避免了全流程长时建模的复杂度，从而降低整体计算开销。

应用场景

• 具身智能感知：让具身智能体更高效地理解动态环境变化，提升动作识别与场景理解能力。
• 机器人环境理解：帮助机器人处理长序列点云视频，在资源受限下准确理解周围环境变化。
• 工业机器人视觉：为工业机器人视觉提供高效的点云视频理解模型，可用于行为识别或场景分割。