lidar point clouds | BriefGPT

关键词lidar point clouds

搜索结果 - 51

DeTra：一个统一模型用于目标检测和轨迹预测
我们提出了一种名为 DeTra 的模型，它使用 LiDAR 点云和高清地图，通过轨迹精化的方式，直接推断对象的存在、姿态和多模态的未来行为，取得了在 Argoverse 2 Sensor 和 Waymo Open Dataset 上多个指标
PDFa month ago
TE-NeXt: 一种基于 LiDAR 的 3D 稀疏卷积网络用于可通行性估计
TE-NeXt 是一种基于残差卷积块的新颖高效的架构，能够从稀疏的 LiDAR 点云中进行可通行性估计（TE）。通过融合当前趋势的注意机制和 3D 稀疏卷积的概念，TE-NeXt 旨在展示其在各种城市和自然环境下的泛化能力，使用了如 Sem
PDFa month ago
ECCV让其流动：3D 流动和物体聚类的同时优化
我们研究了从真实大规模原始点云序列中自监督估计 3D 场景流的问题，该问题对于轨迹预测或实例分割等各种任务至关重要。我们提出了一种新颖的聚类方法，允许组合重叠的软聚类和非重叠的刚性聚类表示。我们的方法在多个具有 LiDAR 点云的数据集上进
PDF3 months ago
基于扩散的毫米波雷达点云超分辨率
本论文提出了一种新的点云超分辨率方法，名为雷达扩散。该方法使用受均值回归的随机微分方程定义的扩散模型，并通过与对应的 LiDAR 点云的监督来处理雷达幽灵点，将稀疏的毫米波雷达点云增强为稠密的类似 LiDAR 的点云。通过在两个不同的数据集
PDF3 months ago
AGL-NET：具有不同尺度的航地跨模态全局定位
通过利用 LiDAR 点云和卫星地图，AGL-NET 提出了一种新的基于学习的全球定位方法，解决了图像和点云数据之间的表征差异以及全局视图和局部视图之间的尺度差异的关键挑战。AGL-NET 采用一种统一的网络架构，通过创新的两阶段匹配设计来
PDF3 months ago
SGD：基于高斯点描和扩散先验的街景合成
用新颖的方法结合扩散模型和多模态数据以提高三维高斯飞溅对未见视角的渲染效果，有效增强了自动驾驶模拟中街景的新视角合成技术。
PDF3 months ago
用于干扰物过滤的时空双向跨帧记忆的点云单目标跟踪
我们设计了一种创新的时空双向跨帧干扰滤波追踪器 STMD-Tracker，通过使用 4D 多帧时空图卷积骨干和双向跨帧内存过程，结合空间可靠高斯掩码和对象感知抽样策略，有效改善了 3D 单物体在 LIDAR 点云中的跟踪准确性，超过了当前最
PDF3 months ago
CVPR具有空间和时间一致性约束的自监督非特定类别运动预测
无标签 LiDAR 点云的自监督运动预测方法证明在运动行为感知、自动驾驶等领域中表现出显著的优势。
PDF3 months ago
PoIFusion: 基于兴趣点融合的多模态 3D 目标检测
我们提出了 PoIFusion，这是一个简单而有效的多模态 3D 物体检测框架，用于在兴趣点（简称 PoI）处融合 RGB 图像和 LiDAR 点云的信息。
PDF4 months ago
CVPR3DSFLabelling: 通过伪自动标注提升三维场景流估计
通过自动标记生成大量真实 LiDAR 点云的三维场景流伪标签，采用刚体运动假设模拟自治驾驶场景中的潜在物体级刚体运动，通过更新多个锚点框的不同运动属性，获得整个场景的刚体运动分解。在多个真实数据集上测试，方法在无监督和有监督方法中表现出色，
PDF4 months ago
基于梯度的目标定位方式实现可解释的激光雷达点云语义分割
本论文介绍了一种名为 pGS-CAM 的基于梯度的新方法，用于在神经网络激活层生成显著性图，该方法在解释点云语义分割预测方面具有鲁棒性和效果，并能够更好地理解模型的预测方式并确定潜在的改进方向。
PDF4 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
VirtualPainting: 利用虚拟点和距离感知数据增强解决稀疏性的三维物体检测
通过使用基于相机图像生成虚拟 LiDAR 点，并利用图像分割网络获得的语义标签增强这些虚拟点，以解决稀疏分布的、被遮挡或远离的对象检测问题，并通过生成专门的训练样本的距离感知数据增强技术，将这种方法无缝地整合到各种三维框架和二维语义分割方法
PDF6 months ago
基于对比学习的自动驾驶系统激光雷达点云的仿真 - 到 - 真实映射框架
该研究论文探讨了基于学习的模型在模拟环境中将 Lidar 点云数据转换成高质量真实数据的 Sim-to-Real 映射方法，并与图像转换方法进行了广泛的评估，结果表明基于对比学习的 CLS2R 框架在几乎所有度量指标上表现出优越性能。
PDF6 months ago
TimePillars: 时序循环的 3D LiDAR 物体检测
通过时间周期性地利用 LiDAR 数据的柱状表示，TimePillars 可以实现在硬件集成效率约束下利用 Zenseact Open 数据集的多样性和长距离信息，从而实现稳健且高效的目标检测。
PDF6 months ago
旋转式激光雷达传感器的低延迟实例分割基于连续聚类
低延迟的实例分割是机器人感知流水线中的一个重要组成部分，本文介绍了一种利用连续聚类处理激光雷达点云数据以实现实时实例分割的方法，并描述了其数据结构、算法和重要的架构设计选择。
PDF7 months ago
LiDAR-HMR: LiDAR 中的 3D 人体网格恢复
本文首次尝试从稀疏的 LiDAR 点云中估计 3D 人体网格，提出了一种有效的稀疏到稠密重建方案，并通过引入图形变换器来更好地利用点云的 3D 结构信息，实验证明了该方法的有效性。
PDF7 months ago
PBWR: 从航空激光雷达点云参数化建筑线框重建
本文提出了一种从航空 LiDAR 点云直接回归边缘的端到端三维建筑线框重建方法，通过使用 transformer 的自注意机制，以航空 LiDAR 点云和初始边界实体作为输入，无需角点预测等中间步骤来回归边缘参数；我们提出了一种基于边界相似
PDF7 months ago
ICCVMemorySeg：基于潜在记忆的在线 LiDAR 语义分割
本文提出了一种利用过去帧信息改善当前帧预测的基于 LiDAR 点云时序的语义分割模型，通过使用记忆网络存储、更新和检索过去信息，并在点云邻域中惩罚预测变化，构建稀疏的 3D 潜在表示来克服遮挡等限制，实验证明该方法在 SemanticKIT
PDF8 months ago
基于颜色化的预训练 LiDAR 三维目标检测器
通过引入创新的预训练方法 Grounded Point Colorization (GPC) 来解决自动驾驶汽车中的准确 3D 物体检测和理解问题，通过教导模型给 LiDAR 点云上色，为其提供有价值的语义线索，从而改善检测效果。
PDF8 months ago