GUARD：几何不确定性感知点云去噪与分割框架

研究者提出 GUARD，一个面向机器人硬盘（HDD）拆解场景的几何不确定性感知框架，可在单次前向传播内同时完成点云过滤与分割，用于区分硬盘点云中的真实部件几何与扫描重建伪影。该框架结合多尺度几何 Transformer 与多带宽随机傅里叶特征高斯过程，估计逐点几何不确定性，并辅以预测熵来抑制不可靠测量。目前公开信息仅见该 arXiv 论文报道，方法的具体实验数据、对比基线与实际部署情况尚未见进一步报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。