lidar measurements | BriefGPT

关键词lidar measurements

搜索结果 - 10

时序激光雷达深度补全
基于激光雷达测量数据和相机图像，本研究提出了一种深度补全算法，通过插值和填充稀疏深度值来提高深度图像的分辨率，并使用时间算法从以往时间步中获取信息利用循环神经网络的方式来修改 PENet 方法，实现了对 KITTI 深度补全数据集的最新成果
PDF17 days ago
基于三维点云的深度神经网络用于水动力洪水模型中的摩擦实验测量
这项研究通过使用数据增强技术对模拟实验进行训练，利用点云数据开发出一种基于深度神经网络的实验室训练模型，能够直接测量 Manning's n 值，并在规范性和极端气象事件下的 1D 和 2D 水动力模型中展现了改进的预测能力，该研究提供了一
PDF3 months ago
融合图像和雷达测量的深度估计与不确定方向
本文提出了一种使用雷达图像融合进行深度估计的方法，该方法通过解决稀疏雷达测量的不确定垂直方向来融合图像特征和雷达深度，通过准确的 LiDAR 测量来确定可能正确的雷达方向，实验证明我们的方法相较于基准方法可以提高量化和定性结果。
PDF3 months ago
检测就是跟踪：点云多次扫描的深度学习模型再探讨
该研究论文提出了 MULti-Sweep PAired Detector（MULSPAD），它通过一种深度学习模型在输入缓冲的结束时间和开始时间分别为每个检测到的物体生成一对边界框。而这种成对的检测不仅可以很容易地构建简单的跟踪器，还可以构
PDF4 months ago
LISNeRF 绘图：基于语义神经场的大规模三维场景基于 LiDAR 的隐式绘图
本文提出了一种通过 LiDAR 测量单独重建大规模三维语义场景的新方法，使用隐式表示进行建模。通过浅层多层感知机（MLPs）从隐式特征解码出语义信息和有符号距离值，并采用自监督策略和伪监督策略进行隐式特征和 MLPs 参数的联合优化，最后利
PDF8 months ago
每个数据集都很重要：通过联合数据集训练扩展单目三维物体检测
通过训练一个鲁棒的单目三维物体检测模型，采用包括多样化的三维和二维数据集、有选择地训练不同类别注释的数据集和使用二维标签的伪三维训练方法，我们可以获得具有强大泛化能力和对只有二维标签的新数据集表现出色的模型。
PDF9 months ago
神经 LiDAR 场用于新视角合成
本文提出了一种基于神经场的雷达（NFL）方法，该方法旨在从 LiDAR 测量中优化神经场场景表示，以便合成来自新视点的逼真的 LiDAR 扫描。该方法与 LiDAR 传感过程的详细、物理上可靠的模型相结合，能够准确地再现关键传感器行为，如光
PDFa year ago
SHINE-Mapping: 使用稀疏分层隐式神经表示的大规模 3D 地图绘制
本文提出了一种使用基于 Octree 的结构并采用神经网络处理隐式特征进行 LiDAR 测量的大规模三维重建方法，并利用二进制交叉熵损失来优化局部特征。在此基础上，设计出一种具有正则化性能的增量式映射系统，以解决连续学习中遗忘问题。实验结果
PDF2 years ago
利用循环神经网络进行动态占用栅格地图构建
本研究提出了一种使用循环神经网络进行动态占用栅格地图预测的方法，通过模拟车辆周围环境来得出静态和动态区域，并且使用了自我运动补偿的方法，从而实现了更为精确的速度估计和更可靠的环境分离。
PDF4 years ago
利用循环神经网络在静态环境中对占据栅格地图进行运动估计
使用递归神经网络模拟车辆环境为动态格网图，从激光雷达测量的占用概率图中估计转向和刹车车辆的速度，提供更加一致和准确的速度估计。
PDF5 years ago