面向边缘设备的运动补偿潜在语义画布
计算机视觉与模式识别
2026-01-06 v1
摘要
我们提出运动补偿潜在语义画布（MCLSC）用于边缘设备上的视觉 situational awareness（视觉情感 awareness）。核心思想是维护两个潜在画布中的持久语义元数据——一个缓慢积累的静态层和一个快速更新的动态层——定义在基准坐标系中，该坐标系由视频流稳定化获得。昂贵的全景分割（Mask2Former）是异步进行的，受运动触发：仅当运动指示新信息时才触发推理，而稳定化/运动补偿保持潜在语义记忆的一致坐标系。在预录制的480p视频剪辑上，我们的原型系统相较于粗暴的逐帧分割，使分割调用次数减少30倍以上，将端到端处理时间降低20倍以上，同时保持连贯的静态/动态语义叠加层。
关键词
引用
@article{arxiv.2601.00854,
title = {Motion-Compensated Latent Semantic Canvases for Visual Situational Awareness on Edge},
author = {Igor Lodin and Sergii Filatov and Vira Filatova and Dmytro Filatov},
journal= {arXiv preprint arXiv:2601.00854},
year = {2026}
}
备注
11 pages, 5 figures