使用精炼特征引导与场景图增强的图像目标导航
机器人学
2025-03-17 v1 人工智能
计算机视觉与模式识别
摘要
在本文中，我们引入了一种新颖的图像目标导航方法，命名为 RFSG。我们的重点在于在有限的图像数据内利用目标、观测和环境之间的细粒度联系，同时保持导航架构简单轻量。为此，我们提出了空间-通道注意力机制，使网络能够学习多维特征的重要性，以融合目标和观测特征。此外，结合了自蒸馏机制以进一步增强特征表示能力。鉴于导航任务需要周围环境信息以实现更高效的导航，我们提出了图像场景图，以在图像和对象层面建立特征关联，从而有效编码周围场景信息。在 Gibson 和 HM3D 数据集上进行了跨场景性能验证，该方法在主流方法中取得了 SOTA 结果，在 RTX3080 上的速度高达 53.5 帧每秒。这有助于在真实场景中实现端到端的图像目标导航。我们方法的实现和模型已发布于：https://github.com/nubot-nudt/RFSG。
引用
@article{arxiv.2503.10986,
title = {Image-Goal Navigation Using Refined Feature Guidance and Scene Graph Enhancement},
author = {Zhicheng Feng and Xieyuanli Chen and Chenghao Shi and Lun Luo and Zhichao Chen and Yun-Hui Liu and Huimin Lu},
journal= {arXiv preprint arXiv:2503.10986},
year = {2025}
}