arXiv cs.AI· Hoang Pham Cong, Long D. Nguyen, Ho Viet Duc Luong, Nguyen Tran Minh Nhat, Binh P. Nguyen·· 23 小时前AI 评分34
DGSP:用假设物体探测规划器,按决策敏感度分配高分辨率感知算力
Check Your Blind Spots: Decision-Guided Perception by Probing the Planner with Hypothetical Objects
AI 导读
论文提出 Decision-Guided Speculative Perception(DGSP),把低分辨率场景及其动作当作草稿,在位置插入假设物体探测规划器是否会改变动作,得到决策敏感度场,仅对该场和当前动作所依赖的检测做高分辨率验证。
正文 · AI 翻译
摘要:并非每个感知错误都会改变规划器的动作。然而,自适应分辨率感知依据图像线索选择在何处投入高分辨率计算,而这些线索既无法可靠地指向低分辨率遗漏的目标,也无法判断哪些目标对规划器重要。我们观察到,规划器在尚未看到任何东西之前就能指出某个目标在何处会变得重要:在某个位置插入一个假设目标,即可检验其动作是否会改变。决策引导的推测感知(DGSP)将低分辨率场景及其动作视为草稿,并以这种方式探测规划器,从而获得决策敏感场,即未看见的目标会改变动作的位置。只有该场以及支撑集(当前动作所依赖的检测结果)会以高分辨率进行验证,并反复进行,直到动作稳定。对于两类规划器,我们证明:如果裁剪检测结果与全帧检测结果一致,且裁剪区域覆盖该场,则 DGSP 返回的动作与全帧高分辨率感知完全一致,而真实图像近似满足这些条件。在三个驾驶数据集上,它以约四分之一的像素在约 98% 的帧上复现了该动作。在以均匀降采样的像素代价下,它修复了草稿与该动作之间更多的分歧,误刹车更少,并找回了更多草稿遗漏的决策相关目标。
| 评论: | 源代码:此 https URL |
| 主题: | 计算机视觉与模式识别(cs.CV);人工智能(cs.AI) |
| 引用为: | arXiv:2611.23030 [cs.CV] |
| (或 arXiv:2611.23030v2 [cs.CV] 用于此版本) | |
| https://doi.org/10.48550/arXiv.2611.23030 由 DataCite 颁发的 arXiv DOI |
提交历史
来自:Hoang Pham Cong [查看电子邮件]
[v1]
2026年11月17日星期二 16:33:15 UTC(2,786 KB)
[v2]
2026年11月18日星期三 07:46:37 UTC(1,983 KB)
来源:arXiv cs.AI · arxiv.org