challenging scenarios | BriefGPT

关键词challenging scenarios

搜索结果 - 7

5G 定位技术的人工智能 / 机器学习进展
该研究综述了基于人工智能 / 机器学习的直接定位在 5G 系统中的应用，重点研究了其在常规方法难以应对的挑战性场景和条件下的潜力。结合技术报告 TR38.843 的见解，我们对与直接定位过程相关的生命周期管理进行了进一步研究。我们强调了在各
PDF8 months ago
基于空间注意力的分布整合网络用于人体姿势估计
通过引入空间注意力分布集成网络 (SADI-NET)，进一步提高人体姿势估计的准确性，在应对具有挑战性的场景时，包括遮挡、多样化外观、光照变化和重叠等方面，取得了显著的改进和最先进的性能表现。
PDF8 months ago
深度学习在复杂条件下车道检测和分类中的应用 ——LVLane
介绍了一种基于深度学习方法的端到端车道检测和分类系统，旨在解决在极端光照条件、看不清车道标记和车道标记稀疏等具有挑战性场景下的车道检测问题，并通过深度学习模型的微调和 CNN-based 分类分支的介入来实现车道类型的识别。该系统在 TuS
PDFa year ago
揭示交通行为未来预测中的长尾挑战
本文针对自动驾驶系统中交通预测中的长尾分布的挑战性场景，通过优化损失函数设计，提出了一种让相似的场景更靠近一起，从而分享信息和学习特定预测特征的方法，证明在四个公共数据集上，该方法可以提高挑战性场景的预测性能，同时保持总性能稳定。该方法与已
PDF3 years ago
极化引导的镜面反射分离
该论文提出了一种基于偏振引导模型的表面光泽反射分离方法，该方法可以帮助确定反射光在实际场景中的颜色，并通过优化函数解决了表面光泽反射问题，该方法在一些复杂的情况下表现良好。
PDF3 years ago
TartanVO：基于学习的通用 VO
本研究提出了首个基于学习的视觉里程计模型，利用 TartanAir SLAM 数据集中提供的大量多样化的合成数据，采用尺度损失函数和相机内参将模型泛化到多个数据集和真实世界场景中，无需微调即可应用于 KITTI 和 EuRoC 数据集，并在
PDF4 years ago
CVPR视频帧插值的 PhaseNet
本文介绍了一种新的视频帧插值方法 ——PhaseNet。相较于传统方法和基于深度学习方法，PhaseNet 可以更好地处理光照变化和运动模糊等挑战性场景，并且也适用于更大范围的运动，通过直接估计中间帧的相位分解，避免了使用手工设计启发式方法
PDF6 years ago