该研究提出了一种名为 SkipcrossNets 的新型融合架构，可以自适应地结合激光雷达点云和相机图像，增强了特征传递和多模态特征融合，通过应用于 KITTI 和 A2D2 数据集向证明了 skip-cross 融合的优势，实现了在 KITTI 上的 96.85% 的最大 F 分数和在 A2D2 上的 84.84% 的 F1 分数。模型参数只需要 2.33 MB 的内存，在 68.24 FPS 的速度下运行，适用于移动终端和嵌入式设备。

Aug, 2023

UrbanCross 是一个新的框架，用于跨领域的卫星图像 - 文本检索，利用高质量的跨领域数据集和文本细化、图像增强等技术实现了图像、段落和文本的精细对齐，并通过自适应课程源采样和加权对抗跨领域微调等机制有效地解决了领域差异问题。在广泛实验证实 UrbanCross 在检索和适应新的城市环境方面的卓越性能，相比无领域适应机制的版本平均性能提高了 15%，成功地缩小了领域差距。

Apr, 2024

本文针对跨视域地理定位领域的前沿方法、技术和挑战进行了综述，着重介绍了基于特征和深度学习策略。研究涵盖了建立不同视点之间对应关系的基于特征的方法，以及采用卷积神经网络嵌入视图不变属性的深度学习方法。对跨视域地理定位遇到的各种挑战进行了探讨，如视点和照明的变化、遮挡的发生，并提出了相应的创新解决方案。此外，本文介绍了基准数据集和评估指标，并对最先进技术进行了比较分析。最后，对未来研究以及跨视域地理定位在全球复杂网络环境中蓬勃发展的应用进行了讨论。

Jun, 2024

本文提出了一种快速的在线视频实例分割模型 CrossVIS，通过交叉学习方案，即使用当前帧中的实例特征来像素级定位其他帧中的相同实例，实现了跨帧实例到像素关系的学习，结合实例分割损失，提高了在线实例相关性的准确性和稳定性，在三个具有挑战性的 VIS 基准测试数据集上实现了最先进的性能。

Apr, 2021

通过利用跨模式和视角的对应关系，该论文提出了一种新颖且有效的自监督学习方法，联合学习 2D 图像特征和 3D 点云特征，并通过神经网络评估跨模态的对应关系，而无需使用人工标注标签。

Apr, 2020

该论文提出一个可添加到 SwAV 等现有方法中的附加模块，可以更好地学习图像语义中的空间交叉相关性和内部类信息，并提高物体检测等下游任务的性能。

Jun, 2022

本文提出了一个名为 DualCross 的跨模态跨领域自适应框架，以便从 LiDAR 数据中转移点云知识，使得单目鸟瞰感知模型更具鲁棒性，进而在不同的领域和传感器输入情况下进行测试，从而解决单一主题的一些瓶颈问题，取得了与各种基线的最新成果相比的最新成果。

May, 2023

本文提出一种新的交叉视图特征传输（CVFT）技术来明确建立跨视图传输，从而促进地面图像和航空图像之间的功能对齐，实现更有意义的特征相似度比较，明显提高了交叉视图定位性能，预计该领域差异处理的关键洞察将证明在计算机视觉领域中也很有用。

Jul, 2019

本文提出 Cross-Modal Embedding 框架，以利用多个输入模式的信息来解决自动驾驶系统中的交通代理的未来轨迹预测问题。该方法在训练时学习将一组互补特征嵌入到共享潜在空间中，并利用多个传感器模态进行优化，在测试时可利用单个输入模态生成预测，并取得了很好的效果。

Nov, 2020

本文提出了一种基于跨模态嵌入框架的自动驾驶预测交通代理未来轨迹的方法，利用多种输入模式和相关传感器来预测未来轨迹，具有较好的预测效果。

Apr, 2020