3d object detection | BriefGPT

关键词3d object detection

搜索结果 - 381

自主车辆感知系统中的摄像机和雷达传感器数据融合的跨领域空间匹配
该研究论文提出了一种新的方法来解决自主车辆感知系统中相机和雷达传感器融合的三维物体检测问题。该方法基于深度学习的最新进展，并利用了两种传感器的优势来提高物体检测性能。通过使用先进的深度学习架构从相机图像中提取二维特征，然后应用一种新颖的跨域
PDF2 months ago
上下文融合：基于上下文的恶劣工况下三维物体检测的多传感器融合
我们提出了一种称为 ContextualFusion 的简单而有效的技术，用于将摄像头和激光雷达在各种光照和天气条件下的行为领域知识融入到三维物体检测模型中，显著提高在不利气象条件下的自主车状态的感知性能。
PDF2 months ago
基于语言驱动的多样化开放集 3D 物体检测的主动学习
提出了 VisLED 算法，一种基于语言驱动的主动学习框架，用于多样的开放式 3D 物体检测，通过查询多样且有信息量的样本数据，提高模型对少数类别或新颖物体的检测能力。在 nuScenes 数据集上的实验证明，相比于随机抽样和熵查询方法，V
PDF2 months ago
LiDAR 目标检测的等变时空自监督
基于空间和时间增强的等变学习框架，通过鼓励平移、缩放、翻转、旋转和场景流的等变性，提高了三维物体检测的性能。
PDF3 months ago
利用 3D LiDAR 传感器促进城市安全与公共卫生：行人监测与异常活动检测
利用光探测与测距（LiDAR）和物联网（IoT）技术的整合，在城市安全和行人福祉方面为公共卫生信息学提供了变革性机会。本文提出了一种利用这些技术进行增强型城市交通场景下的三维物体检测和活动分类的新框架。通过使用高架 LiDAR，我们获取了详
PDF3 months ago
CVPR自动驾驶系统中的三维对象检测运行时监控
通过从检测器的主干网络的多个层提取的激活模式组合，我们引入了一种新颖的内省方法来增强完整性监控系统的错误检测性能，从而解决自动驾驶系统中实时操作的要求。
PDF3 months ago
利用过去的 LiDAR 改进单目 3D 检测器
通过利用无标签的历史雷达数据，我们提出了一种新颖、简洁且端到端可训练的框架 AsyncDepth，用于改进单目 3D 检测器的性能，并取得了一致且显著的性能提升。
PDF3 months ago
MOSE: 基于场景线索增强的基于视觉的路旁 3D 物体检测
基于 MOSE 框架的道路摄像机 3D 物体检测利用场景线索提高目标定位精度和推广能力，实现了超越现有方法的性能。
PDF3 months ago
DifFUSER: 三维物体检测和 BEV 分割中鲁棒多传感器融合的扩散模型
DifFUSER 是一个新的方法，利用扩散模型进行多模态融合，特别适用于三维物体检测和 BEV 地图分割，通过扩散的去噪特性，能够在传感器故障的情况下改进或合成传感器特征，从而提高融合输出的质量。在架构方面，我们采用了层级 BiFPN 结构
PDF3 months ago
通过预测物体移动来学习时间线索的多摄像头三维物体检测
在自动驾驶和机器人技术中，利用短期历史数据增强多摄像头 3D 物体检测的兴趣日益增长，通过利用输入视频流的连续且相关性质来实现。最近的研究集中在基于 BEV（鸟瞰图）的特征在时间步内的空间对齐上。然而，由于长期过去的观测没有良好的扩展效果，
PDF3 months ago
OV-Uni3DETR: 基于循环模态传播的统一开放词汇 3D 物体检测
OV-Uni3DETR 是一种统一的开放词汇 3D 检测器，通过循环模态传播实现，具有开放词汇的 3D 检测、模态统一、场景统一的优势，并以超过 6％的性能优势超越了现有方法，在只使用 RGB 图像的情况下性能与以前的基于点云的方法相当甚至
PDF3 months ago
CVPRCRKD：拥有跨模态知识蒸馏的增强型相机 - 雷达目标检测
在自动驾驶的三维物体检测领域，LiDAR - 相机融合是性能最佳的传感器配置，但是由于成本较高，阻碍了该技术在消费级汽车中的采用。本研究提出了一种相机 - 雷达知识蒸馏（CRKD）框架，旨在弥合相机 - 雷达融合和 LiDAR - 相机融合
PDF3 months ago
CVPRIS-Fusion: 多模态三维物体检测的实例场景协同融合
本文提出了一种创新的多模态融合框架 IS-Fusion，旨在解决自动驾驶场景中描述三维空间所面临的挑战。通过捕捉实例和场景级别的上下文信息，IS-Fusion 在处理 3D 物体检测等以实例为中心的任务时具有明显优势，超过了现有的多模态方法
PDF3 months ago
通过投票步骤扩散从点云中进行的 3D 物体检测
通过估计点云分布的得分函数，将随机的 3D 点移动到物体中心分布的高密度区域，以改善 3D 物体检测的性能。
PDF3 months ago
GraphBEV：面向多模态三维物体检测的鲁棒 BEV 特征对齐
本文提出了一种名为 Graph BEV 的稳健融合框架，通过解决 LiDAR 和相机 BEV 特征之间的不准确对齐问题，实现了最先进的性能，mAP 为 70.1％，超过了 BEV Fusion 1.6％，在存在不对齐噪声的条件下超过 BEV
PDF4 months ago
CVPRCLIP-BEVFormer: 使用真实流增强的多视角基于图像的 BEV 检测器
通过对比学习技术提高多视角图像生成的 Bird's Eye View 模型，在自动驾驶领域中取得重大且一致的性能改进，特别是在 3D 目标检测任务中，相比前一最佳模型，NDS 和 mAP 分别提高了 8.5% 和 9.2%。
PDF4 months ago
LISO：纯激光雷达无监督三维物体检测
自动驾驶堆栈中，3D 物体检测是最重要的组成部分之一，但当前最先进的激光雷达物体检测器需要昂贵而缓慢的人工注释才能取得良好性能。我们引入了一种自我监督方法来训练 SOTA 激光雷达物体检测网络，该方法仅基于未标记的激光点云序列工作，我们称之
PDF4 months ago
CVPRRadarDistill：通过从激光雷达特征进行知识蒸馏，提升基于雷达的物体检测性能
通过使用 LiDAR 数据，RadarDistill 提出了一种新的知识蒸馏（KD）方法，可以改善雷达数据的表示，成功地将 LiDAR 特征的理想特性转移到雷达特征中，从而实现了基于雷达的物体检测任务的最先进性能，并显著改进了相机 - 雷达
PDF4 months ago
利用任务适应性注意力生成器的实时自主驾驶多任务学习
本文介绍了一种新的实时多任务网络，包括单目三维物体检测、语义分割和密集深度估计，通过引入任务自适应注意力生成器来解决多任务学习中普遍存在的负迁移问题，并利用硬参数共享方法提高效率，能够同时处理多个任务，尤其是三维物体检测，并保持实时处理速度
PDF4 months ago
稠密标签对于点云三维物体检测总是必要的吗？
使用稀疏标注框架和新方法 SS3D++，以较少的注释成本在 KITTI 和 Waymo 数据集上实现了与弱监督和完全监督方法相当甚至更好的三维物体检测性能。
PDF4 months ago