Solving Scene Understanding for Autonomous Navigation in Unstructured Environments
Fuente:
arXiv
Salvato in:
| Autori principali: | Renji, Naveen Mathews, K, Kruthika, Keshavamurthy, Manasa, Kumari, Pooja, Rajarajeswari, S. |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
RoboSense: Large-scale Dataset and Benchmark for Egocentric Robot Perception and Navigation in Crowded and Unstructured Environments
di: Su, Haisheng, et al.
Pubblicazione: (2024)
di: Su, Haisheng, et al.
Pubblicazione: (2024)
doScenes: An Autonomous Driving Dataset with Natural Language Instruction for Human Interaction and Vision-Language Navigation
di: Roy, Parthib, et al.
Pubblicazione: (2024)
di: Roy, Parthib, et al.
Pubblicazione: (2024)
Vision-Language Models for Autonomous Driving: CLIP-Based Dynamic Scene Understanding
di: Elhenawy, Mohammed, et al.
Pubblicazione: (2025)
di: Elhenawy, Mohammed, et al.
Pubblicazione: (2025)
NuScenes-SpatialQA: A Spatial Understanding and Reasoning Benchmark for Vision-Language Models in Autonomous Driving
di: Tian, Kexin, et al.
Pubblicazione: (2025)
di: Tian, Kexin, et al.
Pubblicazione: (2025)
SpatialAnt: Autonomous Zero-Shot Robot Navigation via Active Scene Reconstruction and Visual Anticipation
di: Zhang, Jiwen, et al.
Pubblicazione: (2026)
di: Zhang, Jiwen, et al.
Pubblicazione: (2026)
Autonomous Navigation in Complex Environments
di: Gerstenslager, Andrew, et al.
Pubblicazione: (2024)
di: Gerstenslager, Andrew, et al.
Pubblicazione: (2024)
ParkingScenes: A Structured Dataset for End-to-End Autonomous Parking in Simulation Scenes
di: Chen, Haonan, et al.
Pubblicazione: (2026)
di: Chen, Haonan, et al.
Pubblicazione: (2026)
SceneRAG: Scene-level Retrieval-Augmented Generation for Video Understanding
di: Zeng, Nianbo, et al.
Pubblicazione: (2025)
di: Zeng, Nianbo, et al.
Pubblicazione: (2025)
Towards Holistic Surgical Scene Understanding
di: Valderrama, Natalia, et al.
Pubblicazione: (2022)
di: Valderrama, Natalia, et al.
Pubblicazione: (2022)
Semantic-Aware Adaptive Visual Memory for Streaming Video Understanding
di: Wu, Hang, et al.
Pubblicazione: (2026)
di: Wu, Hang, et al.
Pubblicazione: (2026)
Multimodal and Multiview Deep Fusion for Autonomous Marine Navigation
di: Dagdilelis, Dimitrios, et al.
Pubblicazione: (2025)
di: Dagdilelis, Dimitrios, et al.
Pubblicazione: (2025)
General Scene Adaptation for Vision-and-Language Navigation
di: Hong, Haodong, et al.
Pubblicazione: (2025)
di: Hong, Haodong, et al.
Pubblicazione: (2025)
Evaluating Compositional Scene Understanding in Multimodal Generative Models
di: Fu, Shuhao, et al.
Pubblicazione: (2025)
di: Fu, Shuhao, et al.
Pubblicazione: (2025)
Attention Mechanism based Cognition-level Scene Understanding
di: Tang, Xuejiao, et al.
Pubblicazione: (2022)
di: Tang, Xuejiao, et al.
Pubblicazione: (2022)
AutoSplat: Constrained Gaussian Splatting for Autonomous Driving Scene Reconstruction
di: Khan, Mustafa, et al.
Pubblicazione: (2024)
di: Khan, Mustafa, et al.
Pubblicazione: (2024)
BEV-TSR: Text-Scene Retrieval in BEV Space for Autonomous Driving
di: Tang, Tao, et al.
Pubblicazione: (2024)
di: Tang, Tao, et al.
Pubblicazione: (2024)
Text-Scene: A Scene-to-Language Parsing Framework for 3D Scene Understanding
di: Li, Haoyuan, et al.
Pubblicazione: (2025)
di: Li, Haoyuan, et al.
Pubblicazione: (2025)
SceneTAP: Scene-Coherent Typographic Adversarial Planner against Vision-Language Models in Real-World Environments
di: Cao, Yue, et al.
Pubblicazione: (2024)
di: Cao, Yue, et al.
Pubblicazione: (2024)
HexPlane Representation for 3D Semantic Scene Understanding
di: Chen, Zeren, et al.
Pubblicazione: (2025)
di: Chen, Zeren, et al.
Pubblicazione: (2025)
Trustworthy Automated Driving through Qualitative Scene Understanding and Explanations
di: Belmecheri, Nassim, et al.
Pubblicazione: (2024)
di: Belmecheri, Nassim, et al.
Pubblicazione: (2024)
PerspectiveNet: Multi-View Perception for Dynamic Scene Understanding
di: Nguyen, Vinh
Pubblicazione: (2024)
di: Nguyen, Vinh
Pubblicazione: (2024)
DOCTR: Disentangled Object-Centric Transformer for Point Scene Understanding
di: Yu, Xiaoxuan, et al.
Pubblicazione: (2024)
di: Yu, Xiaoxuan, et al.
Pubblicazione: (2024)
RieMind: Geometry-Grounded Spatial Agent for Scene Understanding
di: Ropero, Fernando, et al.
Pubblicazione: (2026)
di: Ropero, Fernando, et al.
Pubblicazione: (2026)
Masked Scene Modeling: Narrowing the Gap Between Supervised and Self-Supervised Learning in 3D Scene Understanding
di: Hermosilla, Pedro, et al.
Pubblicazione: (2025)
di: Hermosilla, Pedro, et al.
Pubblicazione: (2025)
Application of Vision-Language Model to Pedestrians Behavior and Scene Understanding in Autonomous Driving
di: Gao, Haoxiang, et al.
Pubblicazione: (2025)
di: Gao, Haoxiang, et al.
Pubblicazione: (2025)
Understanding vs. Generation: Navigating Optimization Dilemma in Multimodal Models
di: Ye, Sen, et al.
Pubblicazione: (2026)
di: Ye, Sen, et al.
Pubblicazione: (2026)
Zero-Shot Vision-and-Language Navigation with Collision Mitigation in Continuous Environment
di: Jeong, Seongjun, et al.
Pubblicazione: (2024)
di: Jeong, Seongjun, et al.
Pubblicazione: (2024)
RE-VLM: Event-Augmented Vision-Language Model for Scene Understanding
di: Liu, Hanqing, et al.
Pubblicazione: (2026)
di: Liu, Hanqing, et al.
Pubblicazione: (2026)
Lifting Unlabeled Internet-level Data for 3D Scene Understanding
di: Chen, Yixin, et al.
Pubblicazione: (2026)
di: Chen, Yixin, et al.
Pubblicazione: (2026)
BEVWorld: A Multimodal World Simulator for Autonomous Driving via Scene-Level BEV Latents
di: Zhang, Yumeng, et al.
Pubblicazione: (2024)
di: Zhang, Yumeng, et al.
Pubblicazione: (2024)
Can Large Multimodal Models Understand Agricultural Scenes? Benchmarking with AgroMind
di: Li, Qingmei, et al.
Pubblicazione: (2025)
di: Li, Qingmei, et al.
Pubblicazione: (2025)
Hierarchical Question-Answering for Driving Scene Understanding Using Vision-Language Models
di: Mohamud, Safaa Abdullahi Moallim, et al.
Pubblicazione: (2025)
di: Mohamud, Safaa Abdullahi Moallim, et al.
Pubblicazione: (2025)
Towards Comprehensive Scene Understanding: Integrating First and Third-Person Views for LVLMs
di: Lee, Insu, et al.
Pubblicazione: (2025)
di: Lee, Insu, et al.
Pubblicazione: (2025)
Towards Unified Surgical Scene Understanding:Bridging Reasoning and Grounding via MLLMs
di: Huang, Jincai, et al.
Pubblicazione: (2026)
di: Huang, Jincai, et al.
Pubblicazione: (2026)
MTMamba: Enhancing Multi-Task Dense Scene Understanding by Mamba-Based Decoders
di: Lin, Baijiong, et al.
Pubblicazione: (2024)
di: Lin, Baijiong, et al.
Pubblicazione: (2024)
Scene-LLM: Extending Language Model for 3D Visual Understanding and Reasoning
di: Fu, Rao, et al.
Pubblicazione: (2024)
di: Fu, Rao, et al.
Pubblicazione: (2024)
Characterizing Structured versus Unstructured Environments based on Pedestrians' and Vehicles' Motion Trajectories
di: Golchoubian, Mahsa, et al.
Pubblicazione: (2025)
di: Golchoubian, Mahsa, et al.
Pubblicazione: (2025)
Adaptive Diffusion Terrain Generator for Autonomous Uneven Terrain Navigation
di: Yu, Youwei, et al.
Pubblicazione: (2024)
di: Yu, Youwei, et al.
Pubblicazione: (2024)
DenseScan: Advancing 3D Scene Understanding with 2D Dense Annotation
di: Wang, Zirui, et al.
Pubblicazione: (2025)
di: Wang, Zirui, et al.
Pubblicazione: (2025)
A Large-Scale Multimodal Dataset and Benchmarks for Human Activity Scene Understanding and Reasoning
di: Jiang, Siyang, et al.
Pubblicazione: (2025)
di: Jiang, Siyang, et al.
Pubblicazione: (2025)
Documenti analoghi
-
RoboSense: Large-scale Dataset and Benchmark for Egocentric Robot Perception and Navigation in Crowded and Unstructured Environments
di: Su, Haisheng, et al.
Pubblicazione: (2024) -
doScenes: An Autonomous Driving Dataset with Natural Language Instruction for Human Interaction and Vision-Language Navigation
di: Roy, Parthib, et al.
Pubblicazione: (2024) -
Vision-Language Models for Autonomous Driving: CLIP-Based Dynamic Scene Understanding
di: Elhenawy, Mohammed, et al.
Pubblicazione: (2025) -
NuScenes-SpatialQA: A Spatial Understanding and Reasoning Benchmark for Vision-Language Models in Autonomous Driving
di: Tian, Kexin, et al.
Pubblicazione: (2025) -
SpatialAnt: Autonomous Zero-Shot Robot Navigation via Active Scene Reconstruction and Visual Anticipation
di: Zhang, Jiwen, et al.
Pubblicazione: (2026)