全景可供性预测
论文信息
英文标题：Panoramic Affordance Prediction
作者：Zixin Zhang, Chenfei Liao, Hongfei Zhang, Harold Haodong Chen et al.（2026）
来源：arXiv:2603.15558v1 | PDF全文
英文标题：Panoramic Affordance Prediction
作者：Zixin Zhang, Chenfei Liao, Hongfei Zhang, Harold Haodong Chen et al.（2026）
来源：arXiv:2603.15558v1 | PDF全文
中文摘要
可供性预测是具身AI中感知与行动的关键桥梁。但现有研究局限于针孔相机（视场窄/观察碎片化）。本文首次探索全景可供性预测，用360度图像捕捉全局空间关系与整体场景理解。引入PAP-12K基准（1000+超高清全景图/1.2万QA对/可供性掩码）。提出PAP：受人类中央凹视觉启发的无训练由粗到细管线，递归视觉路由定位目标、自适应注视矫正局部畸变、级联接地提取实例掩码。实验显示现有方法在全景下严重退化，PAP显著超越SOTA。
核心贡献与解读
把可供性预测从针孔相机拓展到360全景，提供基准+无训练方法，机器人全景感知有实用价值。
关键词
全景可供性 / 360视觉 / 视觉语言导航
