3d object detectors | BriefGPT

关键词3d object detectors

搜索结果 - 19

自助学习多模态预训练在 3D 目标检测中的应用
通过使用与图像相关的 shelf-supervision 模型对配对的 RGB 和 LiDAR 数据进行无监督预训练，我们提出了一种能够生成零样本 3D 边界框的点云表示方法，这种方法在半监督检测中能够显著提高检测准确性，尤其适用于 LiD
PDF20 days ago
oTTC: 自主驾驶中的物体接触时间用于运动估计
自动驾驶系统需要准确地感知周围环境以有效地执行其例行程序。针对避免碰撞和安全驾驶的目标，自动驾驶系统在很大程度上依赖于物体检测。然而，仅有的 2D 物体检测是不足够的，还需要更多信息，如相对速度和距离，以进行更安全的规划。我们提出了通过扩展
PDF2 months ago
PVTransformer：用于可扩展的三维物体检测的点对体素变换器
信息瓶颈限制了 3D 物体检测的准确性和可扩展性，因此我们提出了基于 Transformer 的 PVTransformer 架构，通过用注意模块替换 PointNet 池化操作来改善点到体的聚合函数，从而在广泛使用的 Waymo Open
PDF2 months ago
消除 BEV 空间中 LiDAR - 相机 3D 物体检测中的跨模态冲突
利用多传感器数据的三维物体检测器在共享的鸟瞰图表示空间中统一多模态特征，然而，我们的实证研究发现之前的方法在生成不受交叉模态冲突影响的融合鸟瞰图特征方面存在局限性。因此，我们提出了一种新的消除冲突融合方法（ECFusion），以显式消除鸟瞰
PDF4 months ago
CVPRSeMoLi: 随波逐流
我们提供了一种基于运动线索的半监督目标检测方法，结合启发式聚类方法和物体跟踪器，使用运动物体的伪标签作为监督信号，在 Lidar 数据中训练三维物体检测器。我们通过利用场景流估计中的最新进展获取点轨迹，并从中提取长期的、与类别无关的运动模式
PDF4 months ago
激光雷达 3D 物体检测器对未知领域的泛化能力的实证研究
通过系统调查四个在 3D 目标检测的鲁棒性和领域适应中常常被忽视的设计选择（架构、体素编码、数据增强和锚点策略）以及它们之间的相互作用，我们发现用本地点特征的 Transformer 主干比 3D CNN 更加鲁棒，在地理位置适应中关键是在
PDF4 months ago
零字参数开放词汇三维视觉定位的可视化编程
通过使用大型语言模型，我们提出了一种零样本开放词汇的三维视觉定位方法，使用独特的基于对话的方法和视觉程序模块，以及创新的语言 - 物体关联模块，在三维场景中实现了复杂推理，并扩展了现有三维物体检测器的应用范围，取得了显著的性能优势。
PDF7 months ago
面向多雨条件下的鲁棒三维物体检测
通过使用先进的天气监测网络来过滤喷雾，这篇研究提出了一个框架来提高基于 LiDAR 的 3D 物体检测器对泥水喷溅的抗扰动能力，并且进一步探索了雷达目标的应用来过滤误检。实际数据测试表明，该方法改善了多个热门的 3D 物体检测器对泥水喷溅的
PDF9 months ago
LS-VOS: 使用潜空间虚拟异常合成识别三维物体检测中的异常值
提出了 LS-VOS 框架，通过在训练期间引入异常知识，从而在 3D 物体检测中识别异常值，并在保持高 3D 物体检测性能的同时，改善了异常检测能力。
PDF9 months ago
消灭 “鬼影”：保护自动驾驶系统中基于 LiDAR 的目标检测器免受外部攻击
本文提出了一种针对 3D 物体探测器在自动驾驶系统中受到攻击的解决方案，包括一个基于深度信息的局部物体检测器，能检测出数据中虚假的汽车，并且有效消除了 70% 以上的出现攻击，同时比旧有方法更加有效，在 Baidu 的 Apollo 系统中
PDFa year ago
使用 IoGT 和距离度量方法提高自动驾驶中 3D 物体检测器的安全性
通过结合 IoGT 指标和距离比率，该论文提出了一种直接的安全度量，特别适用于自动驾驶场景下的三维物体检测器，并将 IoGT 改进为常用精度导向的损失函数，实验证明使用该损失函数训练的目标检测器显著降低了不安全预测率，同时保持良好性能和稳定
PDF2 years ago
DeepInteraction: 通过模态交互进行 3D 物体检测
本文提出一种新的模态交互策略，采用 DeepInteraction 结构对多模态特征进行交互和预测，此方法在大规模 nuScenes 数据集上取得比之前所有技术更好的结果，并跻身 nuScenes 目标检测榜首。
PDF2 years ago
CVPR无标签激光雷达扫描移动对象检测学习
该研究提出一种基于未标记数据、仅使用简单常识启发式方法，无需人工标注就能自我训练出一种高度准确的 3D 物体探测器，从而实现将自动驾驶技术应用到全球各地。
PDF2 years ago
CVPRGrooMeD-NMS: 单目 3D 物体检测的分组数学可微 NMS
本文提出了一种基于分组数学可微分 NMS 的对象检测方法，通过在训练过程中损失 NMS 之后的框来实现端到端的训练，并在 KITTI 评估数据集上实现了最先进的单眼 3D 对象检测结果。
PDF3 years ago
利用播放回归进行无监督领域自适应的三维物体检测
本研究提出了一种新的学习方法通过在原始领域的伪标签上微调探测器来减少自动驾驶汽车在不同环境下的识别差异，据此，研究发现在五组自动驾驶数据集中，探测器在伪标签领域上的微调显著降低了探测器在新的行驶环境中的误判率。
PDF3 years ago
HDNET：利用高清地图进行三维物体检测
本文表明，高清地图提供了强有力的先验知识，可以提高现代三维物体探测器的效能和稳健性。为此，我们设计了一种从高清地图提取几何和语义特征的单级探测器，并提出了一个地图预测模块，可以从原始 LiDAR 数据中实时估计地图。我们在 KITTI 数据
PDF4 years ago
基于 LiDAR 的三维物体检测的无源无监督域自适应
本文提出了 SF-UDA^3D 框架，基于伪标注、可逆的尺度转换和运动相干性，将最先进的 PointRCNN 3D 检测器域自适应到无注释目标域中，结果在 KITTI 和 nuScenes 上都优于以前的特征对齐方法和最先进的 3D 目标检
PDF4 years ago
基于部件的点云三维物体检测数据增强
本文提出了基于局部的数据增强方法，即 PA-AUG，可以更好地利用 3D 标签的丰富信息来增强 3D 物体探测器的性能。该方法可用于所有类型的 KITTI 数据集，具有等效的增加训练数据 2.5 倍的效果，并且对损坏的数据也具有鲁棒性。
PDF4 years ago
利用预训练的 3D 物体检测模型实现快速标签生成
本文介绍了一种新的标注方法，将人类监督与预训练的神经网络相结合，生成每个实例的三维点云分割，三维边界框和类别注释，以减少训练自动驾驶的 3D 物体检测器所需的任务复杂性和注释人员所需的任务切换量，实验结果表明，该方法相比传统方法减少了 30
PDF6 years ago