lidar-camera fusion | BriefGPT

关键词lidar-camera fusion

搜索结果 - 8

LiCAF: 基于激光雷达和摄像机的不对称融合用于步态识别
本研究介绍了一种对步态进行识别的新型模态敏感网络 LiCAF，采用了不对称且交叉模态的渠道注意力和交叉模态的时域建模，通过 LiDAR - 相机融合获得的鲁棒步态表示，在 SUSTech1K 数据集上取得了最先进的性能水平（Rank-1 为
PDF18 days ago
IJCAIBadFusion: 针对 3D 目标检测的 2D 定向后门攻击
通过在训练数据集中注入‘触发’来污染数据，我们提出了一种新的基于 2D 相机的反向攻击 3D 目标检测的方法，命名为 BadFusion。通过在整个融合过程中保留触发器的有效性，BadFusion 相对于现有的基于 2D 的攻击方法，实现了
PDF2 months ago
CVPRCRKD：拥有跨模态知识蒸馏的增强型相机 - 雷达目标检测
在自动驾驶的三维物体检测领域，LiDAR - 相机融合是性能最佳的传感器配置，但是由于成本较高，阻碍了该技术在消费级汽车中的采用。本研究提出了一种相机 - 雷达知识蒸馏（CRKD）框架，旨在弥合相机 - 雷达融合和 LiDAR - 相机融合
PDF3 months ago
VoxelNextFusion：一个简单、统一且有效的多模态三维物体检测体素融合框架
VoxelNextFusion 是一种多模态的三维物体检测框架，通过有效地融合稀疏点云和密集图像之间的信息，解决了现有基于体素方法在稀疏和密集特征融合上的问题，从而在 KITTI 和 nuScenes 数据集上实现了 3D 物体检测的显著改
PDF6 months ago
CoBEVFusion：基于合作感知的激光雷达 - 相机鸟瞰融合
通过利用多传感器融合的方法，我们提出了一种名为 CoBEVFusion 的框架，将 LiDAR 和相机数据融合为鸟瞰图（BEV）表示，以改善协同感知在自动驾驶车辆中的安全性和可靠性。我们的 DWCA LiDAR-camera fusion
PDF9 months ago
ICCVSupFusion: 基于监督的 LiDAR - 相机融合的 3D 目标检测
本文提出了一种名为 SupFusion 的新型训练策略，为 LiDAR-Camera 融合提供辅助的特征级监督并显著提升检测性能。该策略包括了一种称为 Polar Sampling 的数据增强方法，通过稠密化稀疏物体和训练辅助模型生成高质量
PDF10 months ago
ICCV基于几何一致性和语义感知对齐的 LiDAR - 相机全景分割
我们提出了第一个激光雷达 - 相机全景分割网络（LCPS），通过三阶段的激光雷达 - 相机融合策略，在 NuScenes 数据集上改进了约 6.9% 的 PQ 性能，进一步的实验证明了我们的新框架的有效性。
PDFa year ago
多视图自适应融合网络用于三维物体检测
本文提出了一种基于多视角融合的 3D 目标检测网络，结合了激光雷达鸟瞰视角、激光雷达距离视角和相机视角图像，使用注意力机制和额外任务优化点特征和结构信息，有效地实现了多视角特征的适应性融合，该网络在 KITTI 3D 目标检测数据集上的表现
PDF4 years ago