lidar semantic segmentation | BriefGPT

关键词lidar semantic segmentation

搜索结果 - 16

远距离下激光雷达语义分割的预处理和后处理基于体素的方法
本文提出了一种多阶段的 LiDAR 点云预处理和后处理方法，在多扫描设置中结合最先进的模型，旨在解决单次扫描中的挑战，通过对给定模型在单次扫描设置中进行定量评估，我们展示了我们的方法的好处，在中距离和远距离上，mIoU 性能显著提升超过 5
PDF2 months ago
多模态高效数据驱动的自动驾驶三维场景理解
在自动驾驶中，高效利用数据对于推进 3D 场景理解至关重要。我们的研究在 LiDAR 语义分割上扩展了半监督学习，利用行驶场景的内在空间先验和多传感器互补来增强无标注数据集的有效性。我们引入了 LaserMix++，这是一个进化的框架，结合
PDF2 months ago
ELiTe: 高效的图像到 LiDAR 的知识转移用于语义分割
通过跨模态知识转移增强了点云表示学习在激光雷达语义分割中的应用，引入有效的知识转移策略和众多优化方法，得到了领先的性能并且具有较低的模型参数。
PDF2 months ago
CVPRUniMix: 面向适应领域和通用的恶劣天气下的激光雷达语义分割
提出了一种名为 UniMix 的通用方法，通过有效减小领域差异，使 LSS 模型能够学习天气稳健和领域不变的表示，实现自动驾驶中对不同天气条件下的全面适应性。
PDF3 months ago
反射率就是您所需的一切！：推进激光雷达语义分割
基于校准强度（也称为反射率）的学习型激光雷达语义分割框架在边界模糊环境中表现良好，并通过将强度转换为反射率，提高了离线场景中的平均交并比（mIoU）4％。
PDF3 months ago
LVIC: 提取视觉信息作为线索的多模态分割
多模态融合在自动驾驶的三维感知中被证明是一种有效的方法。然而，目前大多数用于 LiDAR 语义分割的多模态融合方法具有复杂的融合机制。点绘制是一种直接将 LiDAR 点与视觉信息绑定的简单方法，但是之前的点绘制类方法存在相机和 LiDAR
PDF4 months ago
弱监督和半监督的三维语义分割的二维特征蒸馏
通过使用 RGB 图像提供场景的更密集表示，我们提出了一种基于图像引导网络（IGNet）的方法，该方法借鉴了通过域适应合成训练的 2D 语义分割网络中的高级特征信息，进一步利用了一种称为 FOVMix 的新型混合策略以解决两个传感器之间的水
PDF7 months ago
COLA: 自动驾驶中的多源粗标签激光雷达语义分割
通过多源训练的新方法，使用 COLA 数据集，在 LiDAR 语义分割领域的几个子领域（包括域泛化、源到源分割和预训练）中得到了系统性的改进。
PDF8 months ago
注释器：适用于 LiDAR 语义分割的通用主动学习基线
在 LiDAR 语义分割领域，本文提出了一种通用而高效的主动学习基准模型 Annotator，通过定制化的基于体素的在线选择策略，在每个 LiDAR 扫描中高效地探测和标注显著和典型的体素格点，即使在分布转移下。Annotator 在主动学
PDF8 months ago
BaSAL：基于大小平衡的激活学习方法在 LiDAR 语义分割中的应用
基于 BaSAL 方法，通过采用基于大小的采样和热启动，我们成功改善了初始模型的性能，实现了与在整个 SemanticKITTI 数据集上训练相媲美的表现，尽管只使用了 5% 的注释，超过了现有的主动学习方法。在 nuScenes 上，我们
PDF9 months ago
TFNet: 基于时间线索的快速准确 LiDAR 语义分割
本文提出了一种基于 TFNet 的 LiDAR 语义分割方法，利用时间信息来解决范围图像有限的角度分辨率引起的 “一对多” 问题，并设计了一种基于最大投票的后处理技术来纠正错误预测。在两个基准测试和三种模态的七种主干网络上的实验证明了我们方
PDF10 months ago
ICCVSVQNet：用于 4D 时空 LiDAR 语义分割的稀疏体素邻近查询网络
基于我们的观察，将所有的历史点堆叠会损害性能，因为有大量多余和误导性信息，我们提出了用于 4D 激光雷达语义分割的稀疏体素相邻查询网络（SVQNet），通过将历史点分成两组来充分利用历史帧的高效性，一组是携带局部增强知识的体素相邻邻域，另一
PDF10 months ago
多域 LiDAR 语义分割之路 —— 步行您的 LiDOG
该论文设计了第一个实验环境，研究激光雷达语义分割的域泛化问题。通过提出一种具有传输学习功能的网络模型，有效地减少了领域之间的差距，从而解决了同领域分割方法不能满足跨领域泛化问题的难题。
PDFa year ago
CVPR基于点云到体素的知识蒸馏技术用于 LiDAR 语义分割
本文提出了一种基于点到体素知识蒸馏的方法，通过将隐藏层的知识从点级别和体素级别进行转移，采用困难感知的采样策略和点 - 体素相似度蒸馏，提高了 LiDAR 语义分割任务中教师模型向学生模型的知识压缩效果，同时在两个流行的基准数据集上实现了优
PDF2 years ago
基于输入输出平衡的长尾 LiDAR 语义分割框架
本篇论文提出了一种输入输出平衡的框架来解决实际数据中的长尾分布问题，主要针对无人驾驶中的场景理解和 LiDAR 语义分割问题，该框架包含合成长尾实例和使用多头块组合不同类别两个模块，实验表明该方法有着良好的泛化能力。
PDF3 years ago
3D-MiniNet: 从点云学习 2D 表示，用于快速高效的 3D 激光雷达语义分割
本研究提出了一种新的 LIDAR 语义分割方法，称为 3D-MiniNet，该方法结合了 3D 和 2D 学习层。该方法利用投影学习模块提取 3D 数据的局部和全局信息，并通过后处理模块将 2D 语义标签重新投影到 3D 空间中，在 Sem
PDF4 years ago