我们提出了一种基于相机的三维检测框架，名为 Enhanced Multi-scale Image Feature Fusion (EMIFF)，用于车辆和基础设施之间的协作感知任务。通过引入 Multi-scale Cross Attention (MCA) 和 Camera-aware Channel Masking (CCM) 模块，我们能够在尺度、空间和通道级别上增强基础设施和车辆特征，以修正由于相机不同步引入的姿态误差。同时，我们引入了 Feature Compression (FC) 模块，通过通道和空间压缩块提高传输效率。实验表明，EMIFF 在 DAIR-V2X-C 数据集上取得了 state-of-the-art 结果，显著优于以往的早期融合和晚期融合方法，在可比较的传输成本下取得了优异的性能。

Feb, 2024

提出面向智能互联汽车的点云特征协同感知框架 (F-Cooper)，通过特征融合，实现了目标检测精度的提升，并在进行实时边缘计算的同时，避免了网络拥塞和通信延迟的问题。

Sep, 2019

发布了第一个用于车路协同自动驾驶的真实场景多模态多视角数据集 DAIR-V2X，其中包括 71254 帧 LiDAR 和摄像头帧，是解决车路协同 3D 物体检测问题的一个基准，并提出了延迟融合框架 TCLF。

Apr, 2022

本文提出了一种实时的 3D 检测方法，考虑了不同时间步骤的深度神经模型推理过程中的时间空间特征映射聚合（称为特征映射流），该方法改善了基于中心的 3D 检测基线的质量，并在 nuScenes 和 Waymo 基准测试中提供了实时性能。

Jun, 2021

本文提出一种新的协同三维物体检测框架，通过利用空间分布式传感器所提供的信息来辅助自动驾驶系统中的感知精度，同时避免因事先的通信方案导致通信拥堵和 / 或性能受限的问题。通过两个复杂的驾驶场景的实验结果和带宽使用分析，证明了该方法可以在各种检测困难情况下节省通信和计算成本，并显著提高检测性能。

May, 2022

该研究提出了一种基于流引导特征聚合的视频物体检测学习框架，该框架通过沿着运动路径聚合邻近特征来提高视频的识别精度，避免了视频中物体外观退化的问题，并且完全可训练，与 ImageNet VID 挑战的最佳工程系统相当

Mar, 2017

本文提出了一种基于多模态融合的三维车辆检测方法，使用图像信息有效降低了假阳性，具有快速检测速度；通过基于通道注意力机制的多模态自适应特征融合模块，实现了对不同模态特征的自适应调节和融合技术的适应性，实验结果表明该方法能够过滤掉更多的假阳性，并在 KITTI 基准测试中获得了最快速度和更好的性能。

Sep, 2020

本文提出了一种改进的 2D 编码事件数据的 3D 表达方法，并介绍了 3D-FlowNet 网络体系结构以进行光流估计，并采用自监督训练策略来弥补事件相机标记数据的缺乏。结果表明，我们的 3D-FlowNet 具有更好的性能。

Jan, 2022

本文提出使用 Feature Fusion with Different Norms (FFDN)，利用多重尺度的丰富全局上下文信息和垂直池化模块来减少在垂直方向上全局上下文编码的复杂度。在城市风景测试数据集上，平均交互并集（mIoU）为 73.1，每秒帧数（FPS）为 191，与目前最先进的结果相当。

Oct, 2022

使用移动通信流量数据预测车辆流量，通过提取特征并将其与图神经网络结合，使得在没有摄像头的区域能够预测车辆流量，为交通管理提供了解决方案。

Mar, 2024