lidar-based 3d object detection | BriefGPT

关键词lidar-based 3d object detection

搜索结果 - 21

DPO: 三维物体检测中的测试时间适应性双扰动优化
利用 LiDAR 技术进行 3D 目标检测中，我们提出了双扰动优化的方法 (TTA-3OD) 来解决测试阶段适应性问题，通过最小化锐度来保证模型对数据细微变化具有弹性，从而增强了适应性过程的泛化性能。通过引入对抗扰动来更好地模拟嘈杂的测试环
PDF15 days ago
基于目标导向领域增强的半监督领域适应用于 3D 物体检测
这篇论文主要介绍了一种针对基于 LiDAR 的 3D 目标检测的新的半监督领域自适应 (SSDA) 方法，名为目标导向域增强 (TODA)，它有效利用了所有可用的数据，包括源领域中的标记数据以及目标领域中的标记数据和未标记数据，以提高域适应
PDF17 days ago
FFAM：用于 3D 检测器解释的特征因子化激活图
我们提出了一种基于特征因子化激活图（FFAM）的方法，用于生成 3D 探测器的高质量视觉解释，通过非负矩阵分解生成概念激活图，并使用目标对象的特征梯度来改进全局视觉解释，同时引入体素上采样策略来对齐激活图与输入点云的尺度，实验证明 FFAM
PDFa month ago
重温基于 LiDAR 的 3D 物体检测中的超出分布检测
利用合成的离群对象数据生成特征图以对未知物体进行检测并使用多层感知器分类，从而有效处理自动驾驶中的风险和可靠性问题。
PDF2 months ago
X 射线精简弱到强的三维物体检测
提出了一种新颖的方法，通过使用 X 射线视觉模型引入 Object-Complete frames 来处理 LiDAR 在 3D 物体检测中的稀疏性和遮挡问题，并且应用于半监督和监督学习场景中，取得了优于现有方法 1-1.5 mAP 的性能
PDF3 months ago
UADA3D：基于稀疏 LiDAR 和大域差异的无监督敌对领域自适应三维物体检测
我们在这项研究中填补现有无监督领域自适应方法的空白，这些方法主要集中于适应已经建立的高密度自动驾驶数据集。我们专注于稀疏的点云，从不同的角度捕捉场景，不仅来自道路上的车辆，还来自人行道上的移动机器人，遇到显著不同的环境条件和传感器配置。我们
PDF3 months ago
在城市环境中的开放词汇三维物体检测
通过开放式词汇学习、视觉语言模型和远程模拟器，我们解决了当前基于激光雷达的 3D 物体检测系统的局限性，实现了对新颖对象的高效检测和识别。
PDF3 months ago
ECCV增强 NeRF-based Pseudo-LiDAR 点云以解决类别不平衡问题
通过生成伪 LiDAR 点云并进行对象级领域对齐和地图信息的上下文感知放置，我们提出了一种名为 PGT-Aug 的方法，用于处理典型的由实际数据采集引起的类别不平衡问题。我们在多个基准数据集上进行了广泛实验证明了我们方法的优越性和通用性，尤
PDF4 months ago
CVPRSAFDNet：一种简单有效的全稀疏 3D 物体检测网络
通过设计自适应特征扩散策略，提出了一种用于完全稀疏的三维目标检测的高效架构 SAFDNet，并在长距离检测场景中证明了其有效性。
PDF4 months ago
AAAICMDA：基于 LiDAR 的三维物体检测的跨模态和领域对抗适应
通过引入一种名为 CMDA 的新型无监督领域适应方法，利用图像模态（即相机图像）中的视觉语义线索作为一种有效的语义桥梁来缩小跨模态鸟瞰图表示的领域差距，并采用对抗性自我训练策略，使模型生成具有领域不变性的特征，从而为新的数据分布提供高度信息
PDF4 months ago
AAAI晴转暴雨：跨天气知识蒸馏实现鲁棒 3D 目标检测
本文提出了一种新颖的雨水模拟方法 DRET，将动力学与雨天环境理论相结合，以提供一种经济高效的方法来扩展用于 3D 检测训练的现实雨水数据。此外，本文还提出了一种从晴天到雨天的知识蒸馏方法（SRKD），以增强在雨天条件下的 3D 检测能力。
PDF4 months ago
ICLR混合尺度监督用于高效标签的基于 LiDAR 的三维物体检测
通过使用大规模廉价粗糙标签和少量准确标签进行混合粒度监督，我们提出了 MixSup，一种更实用的方法来同时利用经济实惠的粗糙标签和有限数量的准确标签来进行基于 LiDAR 的高效标签的 3D 物体检测。
PDF5 months ago
SOAP：使用静态对象聚合伪标注进行 3D 物体检测的跨传感器域适应
我们提出了一种称为 SOAP 的方法，在 LiDAR-based 3D 目标检测中通过生成高质量的伪标签来解决跨传感器域适应问题。SOAP 通过整个点云序列的聚合来减小传感器域差距，并使用准静态训练和空间一致性后处理生成准确的静止物体伪标签
PDF6 months ago
PV-SSD：基于投影和体素的双分支单阶段三维目标检测器
该论文介绍了一种基于体元和投影双分支特征提取的 3D 目标检测器，以解决信息丢失的问题。通过融合具有丰富局部语义信息的体元特征和投影特征，该方法在特征提取阶段减少了由投影引起的局部信息丢失，并在比较实验中取得了良好的性能。
PDFa year ago
ICCVPG-RCNN：用于三维目标检测的语义表面点生成
通过 RoI 点生成模块生成语义面点以实现准确检测，我们的方法在 KITTI 基准测试上取得了竞争性的性能。
PDFa year ago
一旦检测到即无法丢失：离线激光雷达三维目标检测超越人类表现
本文旨在提高离线基于 LiDAR 的三维物体检测的性能，提出了一种新的基于轨道中心的检测器 CTRL，并设计了一个双向跟踪模块和一个轨道中心学习模块，实现了 “一旦检测，永不失误” 的特征。大量实验表明，我们的方法在竞争激烈的 Waymo
PDFa year ago
CVPR基于 LiDAR 的目标检测中的课程目标操作
该研究提出了一种基于课程学习的曲线物体操作（COM）框架，结合 COM 损失和 COM 增益策略来动态预测物体级难度，提高模型性能和泛化能力。
PDFa year ago
ICLR从泛化视角探索主动式三维物体检测
研究提出了一种基于 Crb 框架的主动学习方法，使用新颖的标签简洁性、特征代表性和几何平衡构成的三个标准来筛选信息量最高的未标注的点云数据，从而提高基于 LiDAR 的三维目标检测的效率和性能。
PDFa year ago
全稀疏三维物体检测
通过稀疏编码器与稀疏实例识别（SIR）模块，提出了一种全稀疏三维目标检测器（FSD），该方法可以在自动驾驶的远距离感知任务中实现高效的检测，具有状态 - of-the-art 性能并且比密集对应物快 2.4 倍。
PDF2 years ago
利用稀疏变换器的单步 3D 物体检测器
本文研究在自动驾驶中基于 LiDAR 的三维物体检测问题，发现传统的下采样操作可能对信息造成不可避免的损失，提出了一种称作 Single-stride Sparse Transformer (SST) 的新方法，该方法利用 transfor
PDF3 years ago