无人机建图不用重训！PerSeM持久记忆让语义准确率与时间稳定性双提升
PerSeM: Persistent Semantic Memory for Long-Horizon Open-Vocabulary UAV Mapping
📖 AI 总结
本文提出 PerSeM，一种面向长时程开放词汇无人机建图的免训练持久语义记忆框架。针对逐帧语义分割在重复观测和视角变化下时序不一致的问题，PerSeM 将每帧语义观测关联到持久的世界空间体素，构建基于多数投票的语义记忆，并通过保留历史的空间精修、信任感知重放和上下文引导验证进行保守优化。在 Forest 和 UAVScenes 基准上的实验表明，持久三维记忆相较逐帧预测在语义正确性和时序稳定性上有显著提升，PerSeM 在此基础上进一步取得一致改进，覆盖全部五条 UAVScenes 序列。基于独立于最终预测所识别区域的分析显示，增益集中在语义困难且时序不稳定的区域。该工作说明持久三维聚合是长时程语义建图的坚实基础，而对不确定记忆状态的保守精修无需重训练或额外神经网络推理即可带来额外收益。
🔑 关键词速览
| PerSeM | 本文提出的免训练持久语义记忆框架，用于长时程开放词汇无人机建图。 |
| Open-Vocabulary Segmentation | 开放词汇分割，指模型能够分割训练时未预定义的任意类别，依赖视觉-语言对齐。 |
| Persistent Semantic Memory | 持久语义记忆，将逐帧语义观测聚合到世界空间体素中并长期维护的语义表示。 |
| Majority-Based Memory | 基于多数投票的记忆，通过统计体素内各语义标签的出现频次来确定主导语义。 |
| Trust-Aware Replay | 信任感知重放，根据历史观测的可靠性对记忆进行选择性重放与更新。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅