arXiv Computer Vision· Tao Wan, Xiaoshan Wu, Yifei Yu, Bo Wang, Xiaoyang Lyu, Muxin Liu, Aoxuan Pan, Zhongrui Wang, Xiaojuan Qi·· 2 小时前AI 评分24
LiFR v2：面向高速密集预测的补全增强事件传播框架
LiFR v2: Completion-Augmented Event Propagation for High-Rate Dense Prediction
AI 导读
LiFR v2 是一个统一的传播-补全-记忆框架，用 RGB 关键帧和事件流实现因果式随时与流式密集预测，新增 Event-Guided Completion Module（EGCM）恢复传播无支撑区域的表示，并用 History Retrieval Module（HRM）复用已补全表示。
来源：arXiv Computer Vision · arxiv.org