斯坦福大学 发布 Spatial-mem 数据集, 应用在 计算机视觉、场景理解 领域

斯坦福大学 本次发布的数据集 Spatial-mem, Spatial-mem数据集是为训练和评估一种新型视频世界模型框架而创建的，该框架旨在通过基于几何的长久空间记忆来增强视频世界模型的长久一致性。该数据集包含静态场景部分的点云表示，用于存储和检索信息，并通过过滤动态元素来记住静态场景。数据集还包含一组历史参考帧作为稀疏的长久情节记忆。该数据集旨在帮助模型在长时间范围内保持场景一致性，从而为计算机图形学、机器人学和其他交互式应用提供无限长度且一致的世界生成能力。

查看Spatial-mem

关于 斯坦福大学 , 斯坦福大学是美国的一所私立研究型大学，位于加利福尼亚州的斯坦福，是美国硅谷的核心学术机构之一，以其在自然科学、工程、计算机科学、医学等领域的卓越研究和教育而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。