3d object detection | BriefGPT

关键词3d object detection

搜索结果 - 382

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
通过点辅助样本选择提升基于锚点的 LiDAR 3D 物体检测
基于 LiDAR 点云和先验锚点的 3D 物体检测是自动驾驶环境感知和理解的关键技术，然而现有方法中存在的一个被忽视的实际问题是基于盒子交并比（IoU_box）的训练样本分配中的歧义，这个问题阻碍了锚点为基础的 LiDAR 3D 物体检测器
PDF4 months ago
LiRaFusion：深度自适应激光雷达 - 雷达融合用于三维目标检测
提出 LiRaFusion 以解决基于 LiDAR 和雷达的三维目标检测的问题，并通过早期融合模块和中期融合模块来改善特征提取能力，最终在 nuScenes 上取得了显著改进。
PDF5 months ago
从融合策略角度提高 LiDAR - 摄像头融合模型对天气干扰的鲁棒性
评估从融合策略角度出发的融合模型的鲁棒性，并提出一种简洁而实用的融合策略来增强融合模型的鲁棒性，即将来自 LiDAR 和相机源的特征进行灵活权重融合以适应不同的天气情况。
PDF5 months ago
自动驾驶中的基础模型调查
该研究综述介绍了基础模型在自动驾驶中的应用，探讨了其在规划、仿真、三维物体检测以及多模态模型方面的作用，并提供了基于模态和功能对基础模型的分类，同时指出了现有模型与创新自动驾驶方法之间的差距，并提出了填补这些差距的未来研究方向和路线图。
PDF5 months ago
大数据驱动的安全自动驾驶中使用主动学习的原因、时间和方法：一项实证研究
在自动驾驶数据集中，采用主动学习策略可以解决数据不平衡、冗余和高维数据的挑战。我们展示了使用信息熵查询来选择信息丰富的样本，旨在降低注释成本和提高模型性能的有效性。我们在 nuScenes 数据集上使用 BEVFusion 模型进行了实验，
PDF5 months ago
MsSVT++: 混合尺度稀疏体素变换与中心投票用于 3D 物体检测
3D 目标检测中的突出问题是大规模室外场景下对象尺度的变化，需要同时获取远距离和细粒度信息的特征。为了解决这一问题，我们提出了 MsSVT++，一种创新的混合尺度稀疏体素变换器，通过分治方法同时捕捉两类信息。使用棋盘采样策略和哈希映射在 3
PDF5 months ago
3D 目标检测中的大感受野策略与重要特征提取策略
利用 3D 物体检测、LiDAR 点云、动态特征融合模块和特征选择模块以提高网络性能。
PDF5 months ago
CascadeV-Det: 3D 物体检测的级联点投票
基于点预测的无锚点目标检测器通过级联投票 (Cascade Voting) 策略实现高质量的三维对象检测，结合实例感知投票 (IA-Voting) 和级联点分配 (CPA) 模块以及改进的特征聚合方法，提高了目标检测的准确性，并在 SUN
PDF6 months ago
DCDet: 动态基于交叉的 3D 目标检测器
近年来，3D 物体检测的研究取得了显著进展。然而，大多数现有研究聚焦于基于中心或基于锚点的标签赋值方案的利用。在 3D 物体检测中，尚未探索其他的标签赋值策略。我们发现，基于中心的标签赋值方法通常在训练时生成不足的正样本，而基于锚点的标签赋
PDF6 months ago
DA-BEV：无监督领域自适应鸟瞰视觉感知
DA-BEV 是第一个通过利用图像视图特征和 BEV 特征之间的互补性来解决域自适应 BEV 挑战的域自适应基于相机的 BEV 框架，引入了查询的概念，通过查询来从图像视图和 BEV 特征中推导有用的信息，通过查询引导对方的自适应，经过大量
PDF6 months ago
自动驾驶中的鲁棒性感知 3D 物体检测：综述与展望
在现代自动驾驶领域中，感知系统是不可或缺的，它可以准确评估周围环境的状态，从而实现知情预测和规划。本研究重点研究了感知系统的鲁棒性、准确性和延迟性在实际情况下的评估，通过对基于摄像头、LiDAR 和多模态的 3D 物体检测算法进行全面评估，
PDF6 months ago
VoxelNextFusion：一个简单、统一且有效的多模态三维物体检测体素融合框架
VoxelNextFusion 是一种多模态的三维物体检测框架，通过有效地融合稀疏点云和密集图像之间的信息，解决了现有基于体素方法在稀疏和密集特征融合上的问题，从而在 KITTI 和 nuScenes 数据集上实现了 3D 物体检测的显著改
PDF6 months ago
利用掩码特征重建提炼三维物体检测的时间知识
通过知识蒸馏，从少量的帧中获取来自教师探测器的长期记忆，以平衡鸟瞰图 3D 目标检测中的精确性和效率，并通过生成器产生用于重建学生特征的新特征。在学生模型中输入完整帧时还探索了时间关系知识。在 nuScenes 基准测试上验证了该方法的有效
PDF6 months ago
AAAIiDet3D: 高效交互式激光雷达点云物体检测
通过提供用户友好的 2D 界面，iDet3D 能够在最小的交互中帮助用户注释场景中的全部目标，通过密集点击引导和空间点击传播等技术实现了高精度的三维目标检测的有效加速。
PDF6 months ago
基于 Transformer 的可解释多摄像头 3D 物体检测与显著性图
我们提出了一种新颖的方法，用于生成用于 3D 物体检测的具有多个相机输入的 DetR-like ViT 的显著性图。我们的方法基于原始注意力，比基于梯度的方法更高效。通过大量的扰动测试，我们在 nuScenes 数据集上评估了所提出的方法，
PDF6 months ago
AAAISPGroup3D：室内 3D 物体检测的 Superpoint 分组网络
提出了一种用于室内场景的新型超点分组网络，通过对原始点云进行超点划分，利用几何感知的投票模块调整超点和物体中心之间的空间关系，采用超点注意力层和超点 - 体素融合层来探索提案内的一致性表示，利用超点来基于动态感受野进行有效的多次匹配，实现室
PDF7 months ago
基于无标定变压器特征融合的三维目标检测
通过使用 transformers 在多个传感器的多个抽象级别上映射特征，我们提出了首个无需校准的 3D 物体检测方法，消除了复杂和昂贵的校准过程，不仅在 BEV mAP 上优于单模态设置 14.1％，还表明 transformer 确实学
PDF7 months ago
ScAR: LiDAR 物体检测的对抗鲁棒性扩展
通过分析 KITTI、Waymo 和 nuScenes 等 3D 物体检测数据集的统计特征，我们发现模型对 3D 实例的缩放非常敏感，为此，我们提出了一种黑盒 Scaling Adversarial Robustness (ScAR) 方法
PDF7 months ago
自动驾驶中激光雷达 - 相机融合模型的对抗鲁棒性探索
本研究评估了 LiDAR - 相机融合模型在 3D 物体检测中的对抗鲁棒性。我们介绍了一种攻击技术，在汽车上简单添加一定数量的物理限制的对抗点后，可以使车辆在融合模型中无法检测到。实验结果表明，即使在图像数据通道没有变化的情况下，通过操纵
PDF7 months ago