論文の概要: RoadOcc Learns When to Persist, Transport, or Refresh Memory for Roadside Occupancy Prediction
- arxiv url: http://arxiv.org/abs/2609.27677v2
- Date: Tue, 29 Sep 2026 06:30:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-30 21:28:46.529023
- Title: RoadOcc Learns When to Persist, Transport, or Refresh Memory for Roadside Occupancy Prediction
- Title（参考訳）: RoadOccがロードサイドの稼働予測のためにいつパーシスタント、トランスポート、リフレッシュするかを学習
- Abstract要約: RoadOccは、固定座標履歴、ベロシティ適応履歴、そして現在の証拠の間のソフトルーティングを学ぶ。
InfraOccでは、RoadOccは65.29 mIoU、32.37 mIoUに達し、STCOccでは4.44 mIoU、4.71 mIoUとなった。
- 参考スコア（独自算出の注目度）: 13.303972972507522
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Fixed roadside cameras repeatedly observe a stable scene overlaid by sparse moving traffic. Temporal memory can recover weak observations, but reusing moving evidence at stale locations can corrupt occupancy predictions. Motion compensation addresses displacement, while reliance on the resulting history remains a separate learning problem. We introduce RoadOcc, which learns soft routing among fixed-coordinate history (\emph{Persist}), velocity-addressed history (\emph{Transport}), and current evidence (\emph{Refresh}). Motion state and class-consistent historical support supervise these source choices. Dynamic-aware cross-attention (DCA) updates candidate locations, multi-scale voxel velocity estimation (VVE) constructs transport addresses from multi-scale current--history correspondence, and velocity-guided dynamic sparse fusion (VDSF) combines routed evidence under fixed sparse-token budgets. On InfraOcc, RoadOcc reaches 65.29 mIoU and 32.37 dynamic mIoU, gains of 4.44 and 4.71 over STCOcc. Controlled address experiments show that VVE raises dynamic mIoU by 0.87 over fixed-coordinate reading. Across three seeds, supervised P/T/R adds 1.40 dynamic points over motion-corrected retrieval, while removing Refresh costs 0.32 points. Results from two transfer models, Occ3D-nuScenes, and longer intervals provide additional support. Code will be released.
- Abstract（参考訳）: 固定された路面カメラは、スパース移動による安定なシーンのオーバーレイを繰り返し観察する。
時間記憶は弱い観測を回復できるが、不安定な場所で動く証拠を再利用することは、占有率の予測を損なう可能性がある。
運動補償は変位に対処するが、その結果の履歴に依存することは別の学習問題である。
固定座標履歴(\emph{Persist})、速度適応履歴(\emph{Transport})、現在のエビデンス(\emph{Refresh})のソフトルーティングを学習するRoadOccを紹介する。
運動状態とクラス一貫性のある歴史的支援は、これらのソースの選択を監督する。
ダイナミック・アウェア・クロスアテンション(DCA)は候補位置を更新し、マルチスケールのボクセル速度推定(VVE)はマルチスケールのカレント-ヒストリー対応からトランスポートアドレスを構築する。
InfraOccでは、RoadOccは65.29 mIoU、32.37 mIoUに達し、STCOccでは4.44 mIoU、4.71 mIoUとなった。
制御されたアドレス実験により、VVEは固定座標の読み込みに対して動的mIoUを0.87上昇させることが示された。
3つの種にまたがって、監督されたP/T/Rは動き補正された検索に対して1.40の動的ポイントを加算し、Refreshの除去には0.32のコストがかかる。
2つの転送モデル、Occ3D-nuScenes、および長い間隔の結果は、さらなるサポートを提供する。
コードはリリースされる。
関連論文リスト
- DriveCache: Action-Aware Caching for Driving World Model Inference [61.07117287683939]
拡散ベースの駆動ジェネレータは、デノナイジングステップ全体にわたって大きなバックボーンを評価し、生成スループットを制限します。
既存の拡散加速法では、このコストを削減できるが、汎用設計では、エゴ速度や計画軌道など、発生前に利用可能な駆動信号は省略される。
トレーニング不要でアクション対応のコントローラであるDriveCacheを提案する。このコントローラは,シーン間での再利用や動的プログラミングの割り当てに,調整された応答予算の下でのデノナイズステップの配置に使用する。
論文 参考訳（メタデータ） (2026-08-17T10:04:49Z) - LoRFT: Benchmarking Long-Range Vehicle Trajectory Reconstruction from Fixed Highway Cameras [6.806850352750748]
固定ハイウェイカメラからの長距離車両軌道再構築のための最初のオープンベンチマークであるLoRFTを紹介した。
LoRFTは22889の監視シーン、366,109の動画フレーム、6,601の手動検証軌道、2,694のバウンディングボックス、ロードジオメトリアノテーション、シーンレベルの分割、評価スクリプトで構成されている。
本研究では,地図対応残差列列列列モデルであるMapR-STNetを提案する。
論文 参考訳（メタデータ） (2026-07-22T08:42:58Z) - DynFly: Dynamic-Aware Continuous Trajectory Generation for UAV Vision-Language Navigation in Urban Environments [55.73595346639892]
我々は高レベルナビゲーション推論と実行可能なUAV動作を橋渡しするDynFlyを提案する。
DynFlyはB-スプライン制御点空間のエキスパート軌道を表し、Spline-DiTジェネレータを用いて条件付き軌道生成を学習する。
OpenUAV UAV-VLNベンチマークの実験では、DynFlyは航法性能と軌道品質の両方を改善している。
論文 参考訳（メタデータ） (2026-06-30T13:33:48Z) - MotionMAR: Multi-scale Auto-Regressive Human Motion Reconstruction from Sparse Observations [51.837372131319285]
MotionMARは、スパース観測からの運動再構成のためのフレームワークである。
まず、人間の動きのグローバルな軌跡を推定し、時間的詳細を徐々に洗練する。
MotionMARは、AMASSデータセット上で最先端の精度を達成する。
論文 参考訳（メタデータ） (2026-06-22T08:15:56Z) - CoMemNet: Contrastive Sampling with Memory Replay Network for Continual Traffic Prediction [9.20946167868458]
本稿では,CoMemNet という名前のトラフィック予測のための,シンプルで効率的な2分岐連続学習フレームワークを提案する。
CoMemNetは、大規模な3つの実世界のデータセットすべてにわたって、最先端(SOTA)のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2026-05-07T06:29:58Z) - OccSTeP: Benchmarking 4D Occupancy Spatio-Temporal Persistence [19.81329748424203]
我々は4D Occupancy Spatio-Temporal Persistence(OccSTeP)という新しい概念を導入する。
この概念は,(1)反応予測:「何が起こるか」,(2)前向き予測:「特定の将来の行動が与えられたら何が起こるか」という2つの課題に対処することを目的としている。
OccSTeP-WMは,高密度なボクセルベースのシーン状態を維持し,時間とともに段階的に時間的コンテキストを融合するトークンフリー世界モデルである。
論文 参考訳（メタデータ） (2025-12-17T17:29:20Z) - TrackNetV5: Residual-Driven Spatio-Temporal Refinement and Motion Direction Decoupling for Fast Object Tracking [0.0]
動作方向デカップリング(MDD)と残留駆動型時空間微細化(R-STR)を紹介する。
MDDは時間動力学を符号付き極性場に分解し、運動の発生と軌道方向の両方を明示的に符号化する。
R-STRは分解時間文脈を用いて補正残差を推定し、効果的にクラッドされたターゲットを復元する。
TrackNetV5 は最新の F1 スコア 0.9859 と精度 0.9733 を達成し、以前のバージョンより大幅に上回っている。
論文 参考訳（メタデータ） (2025-12-02T14:04:30Z) - Driv3R: Learning Dense 4D Reconstruction for Autonomous Driving [116.10577967146762]
マルチビュー画像シーケンスからフレーム単位のポイントマップを直接回帰するフレームワークであるDriv3Rを提案する。
我々は4次元フロー予測器を用いてシーン内の移動物体を識別し、これらの動的領域の再構築をより重視する。
Driv3Rは4D動的シーン再構築において従来のフレームワークより優れており、推論速度は15倍高速である。
論文 参考訳（メタデータ） (2024-12-09T18:58:03Z) - Dynamic loss balancing and sequential enhancement for road-safety
assessment and traffic scene classification [0.0]
道路安全検査は、道路インフラに寄与する道路事故死者を減らすのに欠かせない手段である。
最近の研究は、道路安全属性としても知られる、慎重に選択されたリスク要因の観点から、道路安全評価を形式化している。
本稿では,2段階のニューラルネットワークによる認識を自動化することにより,退屈な人的労働への依存を減らすことを提案する。
論文 参考訳（メタデータ） (2022-11-08T11:10:07Z) - Correlating sparse sensing for large-scale traffic speed estimation: A
Laplacian-enhanced low-rank tensor kriging approach [76.45949280328838]
本稿では,Laplacian enhanced Low-rank tensor (LETC) フレームワークを提案する。
次に,提案したモデルをネットワークワイド・クリグにスケールアップするために,複数の有効な数値手法を用いて効率的な解アルゴリズムを設計する。
論文 参考訳（メタデータ） (2022-10-21T07:25:57Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。