lidar point clouds | BriefGPT

关键词lidar point clouds

搜索结果 - 51

MASK4D：4D 全景分割的掩码变换器
Mask4D 是一种基于 Transformer 的方法，用于将 LiDAR 点云进行 4D 全景分割的挑战性任务，直接预测语义实例及其时间关联，无需借助任何手工设计的非学习关联策略，通过引入时空实例查询编码每个实例轨迹的语义和几何特性，并
PDF9 months ago
SCP：场景补全预训练用于 3D 物体检测
通过场景补全预训练（SCP）方法来增强 3D 物体检测器的性能，SCP 具有改进点云模型初始化、消除对额外数据集的需求、减少标注数据量的三个关键优势，并能够使现有的 3D 检测器仅依赖 20% 标注数据即可实现相当性能。
PDF10 months ago
MS23D：一种使用多尺度语义特征点构建 3D 特征层的三维目标检测方法
MS$^{2}$3D 是一个两阶段的三维检测框架，利用小尺寸的体素提取细粒度的局部特征和大尺寸的体素捕捉长程局部特征，通过多尺度语义特征点构建三维特征层并计算特征点与目标质心的偏移，以提高特征聚合的效率，在 KITTI 数据集和 ONCE
PDF10 months ago
SkipcrossNets：适应性跳跃交叉融合用于道路检测
该研究提出了一种名为 SkipcrossNets 的新型融合架构，可以自适应地结合激光雷达点云和相机图像，增强了特征传递和多模态特征融合，通过应用于 KITTI 和 A2D2 数据集向证明了 skip-cross 融合的优势，实现了在 KI
PDF10 months ago
一种面向交通应用的无监督 LiDAR 分割的时空对应方法
我们解决了在各种交通场景下，对室外 LiDAR 点云进行无监督语义分割的问题，通过建立多帧之间的时空对应关系，将点云序列的时空特征引入强化扩充，融合聚类和伪标签学习，以无监督的学习方式学习辨别特征，展现出在自动驾驶车辆和交叉口基础设施方面的
PDF10 months ago
G3Reg：基于高斯椭球模型的金字塔图形全球配准
该研究介绍了一个新的框架 G3Reg，用于快速而稳健地全局注册激光雷达点云。与传统的复杂关键点和描述符不同，我们从原始点云中提取基本的几何原语，包括平面、聚类和线段，以获取低级语义分段。每个分段都被形式化为一个统一的高斯椭球模型 (GEM)
PDF10 months ago
CVPR在高分辨率 3+1D 雷达背景下的 3D 物体检测器综述
基于深度学习的雷达感知、三维物体检测、激光雷达点云、雷达数据的检测性能和适配等方面的研究综述。
PDFa year ago
无需专家标签的稳健车辆导航的激光雷达视图合成
利用深度学习模型和合成技术从不同角度生成额外的 LiDAR 点云数据，为自动驾驶汽车提供多样化的训练数据，以增强模型的稳健性。
PDFa year ago
Building3D: 从点云中学习屋顶结构的城市级数据集和基准
这篇论文介绍了一个城市建模的数据集 Building3D，它包括超过 160,000 幢建筑物的点云、网格和线框模型，覆盖爱沙尼亚的 16 个城市，面积约为 998 平方公里。作者通过对先进算法的评估发现 Building3D 存在高内类别
PDFa year ago
MaskBEV: 面向鸟瞰图的联合物体检测和轮廓补全算法
提出了 MaskBEV，一种基于鸟瞰图的面罩型目标检测器神经架构，用于检测单个 BEV 实例掩模，同时重塑检测问题，完全基于分类处理。
PDFa year ago
A9 交叉口数据集：城市三维摄像机 - LiDAR 路侧感知所需一切
提供一种新的 A9 交叉口数据集，其中包含来自两个道路侧摄像头和交叉口桥架上安装的 LiDAR 的同步输出的点云数据，并提供了所有传感器之间的校准数据，可以将三维标签投影到图像中并实现准确的数据融合。该数据集包含 4.8k 个图像和 57.
PDFa year ago
IJCAIAPR：通过点云重构进行在线远程点云配准
本文提出一种名为 APR 的新型特征提取框架，该框架利用自编码器设计重建了一个带有几个帧的密集聚合点云，从而提取具有丰富局部几何信息的特征进行在线的远程点云配准。实验结果表明，APR 较 KITTI 和 nuScenes 数据集上的其他特征
PDFa year ago
SDVRF：面向多模态三维目标检测的稀疏到密集体素区域融合
自动驾驶认知任务利用多模态处理器已成为趋势，该文章提出了 Voxel Region 和 Sparse-to-Dense Voxel Region Fusion，该方法增加了像素图像信息，提取了更丰富的特征，提高了不同基线的性能。
PDFa year 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
RangeViT：用于自动驾驶 3D 语义分割的视觉 Transformer
本文应用 Vision Transformers 和卷积解码器改进了基于投影的 3D 语义分割方法以获得更好的结果，并在 nuScenes 和 SemanticKITTI 数据集上超过了现有的投影方法。
PDFa year ago
重新思考三维物体检测的体素化和分类
该论文提出了一种解决方案，通过实现快速动态体素化器，以便在快速基于柱体模型中像体素化器在缓慢的基于体素模型中工作一样工作，实现网络推理速度和精度的提高。此外，作者还提出了轻型检测子头模型来分类预测的物体，并过滤出虚假的检测物体，从而显著提高
PDFa year ago
面向室内移动代理的多模态多任务场景理解模型
本文探讨了个性化移动智能体中的感知系统需要开发室内场景理解模型，该模型能够理解 3D 几何、捕捉客观性、分析人类行为等，并且描述了 MMISM（多模态输入多任务输出室内场景理解模型）来解决室内环境数据量不足以及杂乱信息融合等问题，并表明 M
PDF2 years ago
在伪激光雷达上进行 3D 场景流估计：填补点运动估计的差距
本文提出了一种基于生成的深度图的方法，通过引入像素的稠密性来实现直接从 2D 图像学习 3D 场景流，以及利用统计方法和视差一致性损失来解决噪声点的问题，从而达到了更加有效的自监督学习 3D 场景流的目的。实验证明，这种方法优于合成数据集和
PDF2 years ago
AGO-Net：基于关联引导的 3D 点云物体检测网络
通过领域自适应将感知域中的真实场景特征与概念域中的增强场景特征进行关联，提出了一种新的 3D 检测框架，同时引入基于注意力的重加权模块，无需增加推理成本即可利用网络特征增强能力，在 KITTI 3D 检测基准测试中实现了更高的性能。
PDF2 years ago
CENet：面向自动驾驶的简洁高效激光雷达语义分割
本文介绍了一种名为 CENet 的图像语义分割网络，采用卷积而非 MLP，精选的激活函数和多个辅助分割头来提高特征描述能力和降低计算时间复杂度，使用公开的基准测试 SemanticKITTI 和 SemanticPOSS 进行的实验表明，与
PDF2 years ago