3d object detection | BriefGPT

关键词3d object detection

搜索结果 - 381

STAL3D：基于协作自训练和对抗学习的 3D 物体检测无监督域自适应
我们提出了一种能够在无监督领域适应中实现 3D 物体检测的框架，称为 STAL3D，通过协作自训练和对抗学习利用伪标签和特征分布对齐的互补优势，并设计了面向 3D 跨域场景的背景抑制对抗学习模块和尺度过滤模块，有效减轻了大部分背景干扰和源域
PDF5 days ago
BiCo-Fusion: 双向互补 LiDAR - 相机融合用于语义和空间感知的 3D 目标检测
提出了一种新颖的双向互补激光雷达 - 摄像头融合框架 BiCo-Fusion，可以实现鲁棒的语义感知和空间感知的 3D 目标检测。
PDF5 days ago
基于 LiDAR 的三维物体检测的测试时间适应的模型协同
基于 LiDAR 的 3D 物体检测中，引入了一种名为模型协同的在线自适应框架，通过动态组装最佳的超级模型来指导模型更新，同时在复合超级模型中最小化冗余。该方法在多个数据集和不同类型的数据损坏下进行了全面测试，并在复杂的 “跨数据集” 场景
PDF11 days ago
多维剪枝：带时延约束的通道、层和块剪枝
提出了一种新的多维修剪框架，可以同时优化通道、层和块的修剪，并满足延迟约束，通过将修剪重新构建为混合整数非线性规划 (MINLP)，能够高效地确定最佳修剪结构。该方法在大规模修剪比例下取得了显著的改进。
PDF15 days ago
基于目标导向领域增强的半监督领域适应用于 3D 物体检测
这篇论文主要介绍了一种针对基于 LiDAR 的 3D 目标检测的新的半监督领域自适应 (SSDA) 方法，名为目标导向域增强 (TODA)，它有效利用了所有可用的数据，包括源领域中的标记数据以及目标领域中的标记数据和未标记数据，以提高域适应
PDF15 days ago
体素眼镜蛇：基于点云的三维物体检测的无群组状态空间模型
基于序列化的方法在 3D 物体检测中展示了其有效性，但是将三维体素序列化为一维序列会不可避免地牺牲体素的空间接近性。本文引入了一种名为 Voxel Mamba 的体素状态空间模型（Voxel SSM），采用无分组策略将全部体素空间序列化为单
PDF17 days ago
EFM3D：用于衡量 3D 自我的基础模型进展的基准
佩戴型计算机的出现为 AI 提供了一种嵌入式于自我中心传感器数据中的新的上下文来源。本文建立了 EFM3D，一个针对 3D 自我中心感知任务的基准，并提出了 EVL 作为 EFM3D 的基线模型，在大规模模拟数据集上进行训练，并在 EFM3
PDF18 days ago
CT3D++：基于关键点引导的通道注意力变换提升 3D 物体检测
通过引入两个旨在准确高效地检测和定位三维空间中物体的 3D 物体检测框架，本文目的是解决当前 3D 检测的灵活性和可伸缩性不足的问题，并在 KITTI 数据集和大规模 Waymo 数据集上取得最先进的性能。
PDF20 days ago
自动驾驶中基于深度学习的雷达和视觉融合的三维物体检测综述
自主驾驶中基于雷达与视觉融合的深度学习方法对于三维目标检测起到重要作用，本文综述了雷达 - 视觉融合的综合研究，特别关注了区域兴趣融合和端到端融合策略，并介绍了最新的四维雷达技术及其在自动驾驶中的应用。
PDFa month ago
PillarHist：一种基于高度感知直方图的量化感知柱特征编码器
实时高性能的三维物体检测在自动驾驶和机器人领域起着关键作用，本文提出了一种名为 PillarHist 的高度感知柱状特征编码器，通过对不同高度内的点的离散分布进行统计，显著提高了信息保存和计算效率的能力，并且对于 PFE 输入的算术分布进行
PDFa month ago
针对半监督 3D 物体检测的硬度感知场景合成
提出了一种基于自适应合成场景的 3D 目标检测方法，通过生成适应性合成场景来改善检测模型的泛化能力，包括生成伪标签、不同对象和背景组合生成多样化的场景，并通过硬度感知策略来减小低质量伪标签的影响，保证合成场景的多样性和质量，实验证明了该方法
PDFa month ago
无人驾驶的集体感知数据集：综合评述
以自动驾驶为背景，综述了现有的集体感知数据集，并分类分析了基于不同标准如传感器模式、环境条件和场景多样性的车车及车基础设施数据集，旨在确定数据集的关键标准和呈现其优势、缺陷和异常，最终针对集体三维物体检测、跟踪和语义分割提供了推荐。
PDFa month ago
ContrastAlign：通过对比学习实现多模态三维目标检测中的稳健 BEV 特征对齐
通过对比学习来增强异构模态的对齐性，提高融合过程的稳健性，该方法在 3D 目标检测任务中取得了最先进的性能，超过了 BEVFusion 1.8% 在 nuScenes 验证集上并且在存在对齐误差的条件下优于 BEVFusion 7.3%。
PDFa month ago
DiffuBox：基于点扩散的三维物体检测优化
通过引入一种新颖的基于扩散的边界精化方法，利用激光雷达点环绕粗糙边界框的无域扩散模型来同时精化边界框的位置、尺寸和方向，克服了现有模型在应用于具有不同传感器设置或地理位置的领域时面临的性能不稳定问题，从而在不同数据集、目标类别和检测器上实现
PDFa month ago
提升城市交通管理：用于数据收集和高级目标检测分析的高架式 3D 激光雷达
本论文介绍了一种利用提升式激光雷达（LiDAR）传感器的能力，通过转变交通场景中的三维物体检测和分析的框架来改善在城市环境中的三维物体检测能力。利用模拟器生成三维点云数据集，通过训练和评估三维物体检测模型，准确识别和监测模拟城市交通环境中的
PDFa month ago
FADet：一种基于本地突出特征的多传感器三维物体检测网络
基于多传感器融合和局部特征注意力模块，本文提出了 FADet，一种用于自动驾驶任务的多传感器 3D 检测网络，能够在相机、LiDAR 和雷达输入下的长尾和复杂场景中实现有效的目标检测结果，并在 LiDAR - 相机和雷达 - 相机目标检测任
PDFa month ago
DuoSpaceNet：利用鸟瞰和透视视图表示的三维物体检测
通过整合鸟瞰图的 3D 特征和传统 2D 视角图像特征，我们提出了一个名为 DuoSpaceNet 的方法，实现了在 nuScenes 数据集上的 3D 物体检测和鸟瞰图分割的最新成果。
PDFa month ago
GraphRelate3D：上下文相关的基于关系图的三维物体检测
通过引入对象关系模块和图神经网络（GNN），从周围建议中提取空间信息并改进 3D 对象检测，该方法在 KITTI 数据集上相较基准方法 PV-RCNN 在简单、中等和困难难度级别的汽车类上分别提升了 0.82%、0.74% 和 0.58%，
PDF2 months ago
IJCAIBadFusion: 针对 3D 目标检测的 2D 定向后门攻击
通过在训练数据集中注入‘触发’来污染数据，我们提出了一种新的基于 2D 相机的反向攻击 3D 目标检测的方法，命名为 BadFusion。通过在整个融合过程中保留触发器的有效性，BadFusion 相对于现有的基于 2D 的攻击方法，实现了
PDF2 months ago
CVPR未监督领域自适应 3D 物体检测的伪标签精炼
在这篇论文中，我们提出了一种新颖的伪标签精炼框架，通过补充性增强策略，生成额外的候选框并在不同领域中对 RoI 特征进行对齐，有效提高了伪标签的质量，并在六个自动驾驶基准测试中持续超越了现有最先进的方法。
PDF2 months ago