MotiMem: 面向自动驾驶车辆节能神经感知的运动感知近似存储
计算机视觉与模式识别
2026-03-31 v1
摘要
高分辨率传感器对于鲁棒的自动驾驶感知至关重要，但对电池受限的电动汽车施加了严重的存储墙。在这些系统中，数据移动能耗往往超过计算开销。传统图像压缩不适用，因为它缺乏语义感知且优化目标是存储而非总线切换活动。我们提出 MotiMem，一个软硬件协同设计的接口。利用时间相干性，MotiMem 使用轻量级二维运动传播来动态识别感兴趣区域 (RoI)。作为补充，混合稀疏感知编码方案利用自适应反转和截断来诱导位级稀疏性。在 nuScenes、Waymo 和 KITTI 上对 16 个检测模型进行的广泛实验表明，MotiMem 将存储接口动态能耗降低了约 43%，同时保留了约 93% 的目标检测精度，建立了显著优于 JPEG 和 WebP 等标准编解码器的新帕累托前沿。
引用
@article{arxiv.2603.27108,
title = {MotiMem: Motion-Aware Approximate Memory for Energy-Efficient Neural Perception in Autonomous Vehicles},
author = {Haohua Que and Mingkai Liu and Jiayue Xie and Haojia Gao and Jiajun Sun and Hongyi Xu and Handong Yao and Fei Qiao},
journal= {arXiv preprint arXiv:2603.27108},
year = {2026}
}
备注
8 pages,6 figures,conference