論文の概要: Dense Coverage, Sparse Refinement: Byte-Constrained Cooperative Perception

• arxiv url: http://arxiv.org/abs/2609.29456v1
• Date: Thu, 24 Sep 2026 12:10:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 21:10:09.911415
• Title: Dense Coverage, Sparse Refinement: Byte-Constrained Cooperative Perception
• Title（参考訳）: Dense Coverage, Sparse Refinement:Byte-Constrained Cooperative Perception
• Abstract要約: 協調知覚は、接続されたエージェント間でBird's-Eye-View(BEV)機能を共有することにより、自律的な知覚を改善する。 厳格なV2X(Varby-to-Everything)帯域制限の下では、Dense機能交換は展開が難しい。 バイト制約付き協調知覚のためのカバーリファインメント設計を提案する。
• 参考スコア（独自算出の注目度）: 9.638710946089331
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Collaborative perception improves autonomous perception by sharing intermediate Bird's-Eye-View (BEV) features across connected agents, but dense feature exchange is difficult to deploy under strict Vehicle-to-Everything (V2X) bandwidth limits. Existing efficient methods typically either compress the full feature map uniformly, spending bits on low-value background, or sparsify communication, risking the loss of useful context. We propose a coverage-refinement design for byte-constrained cooperative perception: each agent transmits a highly compressed coarse layer over the full BEV map and allocates the remaining budget to selected high-resolution patches. A Task-Aware Benefit Selector ranks cells by estimated downstream utility, enabling deterministic budgeted refinement and zero-retraining adaptation to changing bandwidth. The receiver reconstructs a dense BEV tensor compatible with standard fusion modules. Experiments on DAIR-V2X and OPV2V show strong accuracy-payload trade-offs at kilobyte-scale budgets. On DAIR-V2X, our method reaches 0.60 AP@0.7 at only 1.87 KB per non-ego agent, compared with 0.52 at 4.61 KB for uniform SimVQ compression. Controlled diagnostics further show that the gain arises from coverage-refinement allocation rather than quantization alone. Code will be published.
• Abstract（参考訳）: 協調的知覚は、接続されたエージェント間でBird's-Eye-View(BEV)機能を共有することで自律的な知覚を改善するが、厳密なV2X帯域制限の下では、密な特徴交換が難しい。 既存の効率的な方法は通常、フルフィーチャーマップを一様に圧縮するか、低値の背景にビットを消費するか、あるいはコミュニケーションを拡大し、有用なコンテキストの喪失を危険にさらす。 各エージェントは全BEVマップ上に高度に圧縮された粗い層を送信し、残りの予算を選択された高解像度パッチに割り当てる。 Task-Aware Benefit Selectorは、推定下流ユーティリティによってセルをランク付けする。 受信機は、標準核融合モジュールと互換性のある高密度のBEVテンソルを再構成する。 DAIR-V2X と OPV2V の実験では、キロバイト規模の予算で高い精度と負荷のトレードオフが示されている。 DAIR-V2Xでは,AP@0.7は非エゴエージェント当たり1.87KB,SimVQ圧縮では0.52KB,SimVQ圧縮では4.61KBであった。 制御された診断は、量子化のみでなく、カバレッジ・リファインメント・アロケーションから得られることをさらに示している。 コードは公開されます。

関連論文リスト

• Soft Tuy-Completeness for Robust Projection Selection in Cone-Beam CT [4.213649496201482]
  本研究は、関心領域集束コーンビームCTにおける投射選択のための、連続したソフトなほぼ直交性スコアと、分解能を考慮した飽和被曝目標を導入する。
  論文  参考訳（メタデータ） (2026-05-20T12:37:15Z)
• TAFA-GSGC: Group-wise Scalable Point Cloud Geometry Compression with Progressive Residual Refinement [62.57701599278593]
  TAFA-GSGCは,単一ビットストリームと単一トレーニングモデルからのマルチ品質デコードを可能にするスケーラブルな学習ポイントクラウドジオメトリである。 ベースラインのPCGCv2と比較すると、TAFA-GSGCはRDのパフォーマンスが同等で若干向上し、平均BD-RateはD1で-4.99%、D2で-5.92%の節約を達成した。
  論文  参考訳（メタデータ） (2026-04-30T15:57:59Z)
• KVSculpt: KV Cache Compression as Distillation [7.085426079187912]
  KVキャッシュ圧縮は、効率的なLLM推論に重要である。 既存のメソッドは、純粋な消去 -- どのKVペアを保持するかを選択する -- から、類似のペアをより少ないものに組み合わせたマージまで、さまざまです。 我々は、このスペクトルの反対側に移動するKVSculptを提案する。 鍵はL-BFGSで最適化され、最小二乗で閉形式で解かれる。
  論文  参考訳（メタデータ） (2026-03-29T19:14:25Z)
• Leveraging Large Vision Model for Multi-UAV Co-perception in Low-Altitude Wireless Networks [51.323657802729535]
  多様な低高度経済応用のための有望なパラダイムとして、UAV(Multi-Uncrewed Aero Vehicle)協調認識が出現している。 本稿では,BHU(Base-Station-Helped UAV)と呼ばれるコミュニケーション効率の良い協調認識フレームワークを提案する。 我々は、UAVキャプチャされたRGB画像から最も情報性の高い画素を識別するためにTop-K選択機構を使用し、データボリュームと遅延を低減したスペーサー化された視覚伝達を可能にする。
  論文  参考訳（メタデータ） (2026-03-13T17:49:28Z)
• Prune Redundancy, Preserve Essence: Vision Token Compression in VLMs via Synergistic Importance-Diversity [54.95089105944234]
  視覚言語モデル(VLM)は、過剰な視覚トークンの生成によって引き起こされる計算の非効率性に直面する。 2段階パイプラインを特徴とする訓練不要なSynergistic Importance-DiversityアプローチPruneSIDを提案する。 LLaVA-NeXTでは11.1%のトークン保持率で96.3%の精度、極端な圧縮速度(5.6%)で92.8%の精度を実現した。
  論文  参考訳（メタデータ） (2026-03-10T10:31:58Z)
• V2X-DSC: Multi-Agent Collaborative Perception with Distributed Source Coding Guided Communication [25.092575199683747]
  協調知覚は、マルチエージェント観察を融合させて3次元理解を改善するが、中間機能共有は厳しい帯域幅制約に直面している。 本稿では,帯域幅制限型核融合のための条件付きコーデック(DCC)フレームワークであるV2X-DSCを提案する。 DAIR-V2X、OPV2V、V2X-Realの実験では、KBレベルの通信下での最先端の精度帯域幅トレードオフが示されている。
  論文  参考訳（メタデータ） (2026-01-31T12:16:58Z)
• JigsawComm: Joint Semantic Feature Encoding and Transmission for Communication-Efficient Cooperative Perception [7.867653563872962]
  JigsawCommはエンドツーエンドのトレーニング、セマンティックアウェア、通信効率の良いCPフレームワークである。 正規化エンコーダを使用して、意味的関連性とスパースな特徴を抽出する。 軽量のFeature Utility Estimatorを使用して、各エージェントの機能を最終認識タスクへのコントリビューションを予測する。
  論文  参考訳（メタデータ） (2025-11-21T23:36:24Z)
• EffiComm: Bandwidth Efficient Multi Agent Communication [11.311414617703308]
  協調認識により、接続された車両はセンサー情報を交換し、各車両の盲点を克服することができる。 EffiCommは、最先端の3Dオブジェクト検出精度を維持しながら、先行技術で要求されるデータの40%未満を送信するエンドツーエンドフレームワークである。
  論文  参考訳（メタデータ） (2025-07-25T15:03:26Z)
• Token Compensator: Altering Inference Cost of Vision Transformer without Re-Tuning [63.43972993473501]
  視覚変換器(ViT)の訓練と推論を高速化するトークン圧縮 しかし、下流タスクに適用した場合、圧縮度はトレーニングと推論の段階で不一致となる。 本稿では,2段階間の圧縮度を分離するモデル演算フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-08-13T10:36:43Z)
• Communication-Efficient Distributed Learning with Local Immediate Error Compensation [95.6828475028581]
  本稿では,局所的即時誤差補償SGD (LIEC-SGD) 最適化アルゴリズムを提案する。 LIEC-SGDは、コンバージェンスレートまたは通信コストのいずれにおいても、以前の研究よりも優れている。
  論文  参考訳（メタデータ） (2024-02-19T05:59:09Z)

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。