data association | BriefGPT

关键词data association

搜索结果 - 69

自主车辆的单目语义地图定位
提出了一种新颖的轻量级视觉语义定位算法，通过稳定的语义特征代替低级纹理特征，结合离线构建的语义地图和在线的数据关联实现实时的自动驾驶定位。实验结果表明，该方法在各种自动驾驶定位任务中是可靠且实用的定位解决方案。
PDFa month ago
用于鲁棒抗遮挡多目标跟踪的近似动态规划框架
研究工作中，我们考虑了涉及多目标跟踪（MOT）的数据关联问题，特别是解决了物体遮挡带来的挑战。我们提出了一个名为近似动态规划跟踪（ADPTrack）的框架，它将动态规划原理应用于改进已有的基本启发式方法。在 MOT17 视频数据集上的测试中
PDFa month ago
CVPRDeconfuseTrack: 应对多目标跟踪的混淆问题
通过 Decomposed Data Association（DDA）和 Occlusion-aware Non-Maximum Suppression（ONMS）模块的有针对性的利用，提出了一种名为 DeconfuseTrack 的多目标
PDF4 months ago
VOOM: 强健的视觉物体里程计与地图构建方法利用分层地标
使用高级对象和低级点作为分层地标，采用改进的观测模型和新的数据关联方法，并在粗到精的方式下，利用对象信息增强特征点的数据关联并更新地图，最终优化相机位置和对象，实验证明在定位方面优于面向对象的 SLAM 和特征点的 SLAM 系统。
PDF4 months ago
CLIPPER：无初始猜测的稳健数据关联
在数据关联中，我们提出了一个新的优化问题，使用图论形式化方法，充分利用加权图并寻求最密集的加权边团，进而引入了两种松弛方法，通过凸半定松弛和名为 CLIPPER 的快速一阶算法，实验结果显示，我们的算法在点云配准问题中表现出鲁棒性，当存在至
PDF5 months ago
基于 Transformer 的多目标平滑算法
多目标跟踪是估计一定时间窗口内未知数量对象的状态轨迹的任务。本文提出了一种针对此场景的新型深度学习体系结构，将数据关联任务与平滑任务解耦，比较了提出的平滑器与传统贝叶斯跟踪器及深度学习跟踪器在不同任务中的性能。
PDF6 months ago
多物体跟踪的单目和多目特征学习
本文提出了一种简单而有效的两阶段特征学习模型，以共同学习不同目标的单帧特征和多帧特征，从而在跟踪过程中实现鲁棒的数据关联。通过引入单帧特征学习模块和多帧特征学习模块，可以有效地关联相邻帧之间的目标和长时间丢失的目标。通过简单的数据关联逻辑，
PDF7 months ago
用于通用多目标跟踪的孪生 DETR
本文针对 Generic MOT 提出了一种简单而有效的方法 Siamese-DETR，通过基于给定模板图像设计多尺度的对象查询，引入动态匹配训练策略，并通过在前一帧中添加跟踪框作为额外的查询框，简化了在线跟踪流程，将复杂的数据关联替换为更
PDF8 months ago
SONIC：基于姿态监督学习的声纳图像对应
通过使用学习到的特征进行声纳图像对应关系，本文针对水下 SLAM 中的数据关联问题提出了一种新颖的方法。我们介绍了 SONIC（SONar Image Correspondence），一个通过姿态监督的网络，旨在生成能够抵御视角变化的强大特
PDF8 months ago
利用神经增强信息传递的分类辅助鲁棒多目标追踪
通过利用范围 - Doppler 光谱信息，我们提出了一种在强杂波环境中使用雷达传感器测量来跟踪未知数量目标的挑战。我们采用了一种新颖的神经增强消息传递方法，将得到的信念用作增加杂波拒绝和数据关联的附加信息，从而增强了目标跟踪的鲁棒性。我们
PDF8 months ago
SuPerPM: 基于深度点匹配的大变形稳健外科感知框架，从物理约束仿真数据学习
通过非刚性点云匹配的学习，解决了手术工具操作引起的大变形时跟踪误差的问题，提出了一种手术感知框架（SuPerPM），该框架利用学习模型进行数据关联，适应更大的变形，并在多个具有大变形特征的手术数据集上展示了优越的性能，超越了现有的手术场景跟
PDF9 months ago
LEGO: 在线点云多目标跟踪的学习和图优化模块化跟踪器
本文提出了一种名为 LEGO 的模块化跟踪器，通过集成图优化和自注意机制来改善现有文献中的数据关联性能，进一步提高状态更新过程，并且在 KITTI MOT 基准测试中表现出优异的性能。
PDF10 months ago
SparseTrack：基于伪深度场景分解的多目标追踪
本文提出了一种新的多目标跟踪算法 SparseTrack，通过在密集场景中进行稀疏分解，估计目标相对深度，并采用深度级联匹配算法将一个密集目标集转换为多个稀疏目标集，从而提高数据关联的效率，最终在 MOT17 和 MOT20 基准上取得了与
PDFa year ago
从视频中使用 3D 表示跟踪物体
该论文探讨了在 2D 多目标跟踪中的数据关联问题，并借鉴 3D 目标表示来解决这一问题，提出了一种新的基于 Pseudo 3D 标签的 2D MOT 方法 P3DTrack，通过视频数据自学习 3D 目标表示，并在 Waymo 开放数据集上
PDFa year ago
TextSLAM: 带语义平面文本特征的视觉 SLAM
本文提出一种新颖的视觉 SLAM 方法，通过充分探索文本对象的几何和语义先验将其作为语义特征紧密集成，将文本对象建模为纹理丰富的平面贴片，其语义意义在飞行中提取和更新以进行更好的数据关联。通过局部平面特征和文本对象的语义意义的充分探索，SL
PDFa year ago
具有形状和置信度约束的多目标跟踪器 SCTracker
本文提出了一种基于形状约束和置信度的多目标跟踪器，使用交并比距离结合形状约束计算轨迹与检测之间的代价矩阵，在数据关联阶段能够有效避免跟踪到错误的目标并使用基于置信度的卡尔曼滤波算法更新运动状态以提高跟踪效果。实验结果表明，该方法能够有效地提
PDFa year ago
一个物体 SLAM 框架：关联、映射和高级任务
本文提出了一种综合的基于物品的感知和基于物品的机器人任务的物体 SLAM 框架，专注于解决 SLAM 中的数据关联、物体表示和语义地图问题，并通过公开数据集和真实世界结果对其性能进行了评估。
PDFa year ago
仅需两个探测器即可实现多模态三维多目标跟踪
本文提出了一种基于多模态融合的新型多目标跟踪框架，通过将目标检测和多目标跟踪集成到同一模型中，取消了传统 TBD 范例中复杂的数据关联过程，并且不需要额外的训练。其次，探讨了历史轨迹回归的置信度，分析了一条轨迹在当前帧中的可能状态，并设计了
PDFa year ago
基于事件不确定性的 Twitter 专题上下文向量关联
该研究在提取 Twitter 上文本的关键词时，使用主题事件及数据关联来发现主题上下文，并使用主题上下文向量对其权重进行量化，最终对上下文主题向量进行聚类从而得出关键词。实验结果显示该系统较现有的基于 TF 和 TF-IDF 的方法在聚类结
PDFa year ago
具数据关联意识的 POMDP 规划及假设修剪性能保证
针对部分可观测的马尔科夫决策过程，该论文提出了一种基于置信混合的规划算法来解决完全观测数据联合假设的限制，同时引入一种基于修剪的方法来解决数据联接不确定性，以在计算效率和性能之间建立折衷。
PDFa year ago