Il Framework ST-Prune Riduce il Carico Computazionale per i Modelli Visione-Linguaggio nella Guida Autonoma

C'è questo nuovo sistema chiamato ST-Prune che affronta le complesse problematiche computazionali che i Modelli Visione-Linguaggio (VLM) incontrano nelle auto a guida autonoma. Sfrutta le similarità nello spazio e nel tempo per ridurre l'intenso elaborazione necessaria per utilizzare più telecamere e fotogrammi video. A differenza dei metodi esistenti che funzionano solo con immagini singole, ST-Prune sfrutta queste ridondanze specificamente per scenari di guida. Ha due componenti principali: Motion-aware Temporal Pruning (MTP), che dà priorità al movimento attuale e ai fotogrammi rilevanti, e Ring-view Spatial Pruning (RSP), che riduce la sovrapposizione visiva utilizzando una configurazione circolare delle telecamere. Il vantaggio maggiore è che non richiede addestramento aggiuntivo, rendendolo estremamente facile da implementare in configurazioni reali di guida autonoma.