multi-sensor | BriefGPT - AI 论文速递

关键词multi-sensor

搜索结果 - 10

自动驾驶中的 3D 物体可见性预测
通过引入可见性属性和计算策略，提出了一种新的算法以扩展自主驾驶的功能，从而增强实时自主驾驶在实际场景中的安全性和可靠性。
PDF4 months ago
EarthGPT：遥感领域多感知器图像理解的通用多模态大型语言模型
提出了一个先驱性的多模态大型语言模型（MLLM）EarthGPT，该模型集成了各种多传感器遥感图像解释任务，通过构建大规模的多传感器多模态遥感指令追踪数据集 MMRS，解决了 MLLM 在遥感领域缺乏专业知识的问题，并在各种遥感图像解释任务
PDF5 months ago
USat: 一种用于多传感器卫星图像的统一自监督编码器
使用 USat 架构的多光谱数据的自监督预训练方法在遥感数据中优于状态 - of-the-art 的自监督 MAE 模型，并在低数据环境中带来改进。
PDF7 months ago
智能交通系统的实用大规模路旁多视角多传感器空间同步框架
我们的研究引入了基于并行空间变换的框架用于大规模、多视角、多传感器场景，实现了路边场景的空间同步，减小了累积误差，并通过深度学习、地理定位线索和优化算法提高了同步精度。此框架在真实场景中进行了测试，在大规模路边多视角、多传感器空间同步方面表
PDF8 months ago
一种任务引导的、隐式搜索的、元初始化的深度模型用于图像融合
本研究提出了一种基于 TIM 深度模型的图像融合方法，采用下游任务引导和隐式搜索机制来提高图像质量和视觉感知，并在不同类型的图像融合问题和相关下游任务上得到了很好的实验结果。
PDFa year ago
通过挖掘跨模态语义实现目标分割
利用跨模态语义指导多模态特征的融合和解码，提出了一种新的方法以控制相对熵，具有共享和特定的表示法以及跨层自我监督，并基于质量适应模态贡献的 all-round attentive fusion 和 course-to-fine decode
PDFa year ago
SparseFusion：融合多模稀疏表征的多传感器三维物体检测
该研究提出了一种基于稀疏表示的多传感器 3D 检测方法 SparseFusion，利用 LiDAR 和相机模态的并行检测器输出作为稀疏候选，通过轻量级自注意力模块在一致的 3D 空间中融合多模态候选，实现了目前最先进的性能，并且运行速度最快
PDFa year ago
CVPR多任务多传感器融合的三维物体检测
本文提出了一种利用多个相关任务进行准确多传感器 3D 目标检测的方法，并展示了一种全面的可学习体系结构，用于推理 2D 和 3D 目标检测以及地面估计和深度完成，在各个层面上融合信息有助于学习更好的表示。实验表明，所有这些任务是互补的，可
PDF4 years ago
ECCV深度连续融合的多传感器三维物体检测
本文提出了一种新颖的三维物体检测器，利用雷达和摄像头实现非常精确的定位，设计了一种端到端可学习的架构，利用连续卷积在不同分辨率级别上融合图像和雷达特征图，其实现了对离散状态图像特征和连续几何信息的编码，从而能够基于多种传感器设计新颖，可靠且
PDF4 years ago
ICCV学习的语义多传感器深度图融合
通过神经网络重建，将基于截断有符号距离函数的三维重建方法从多个方面进行了推广，包括语义信息的丰富、多传感器数据融合、场景去噪与完整以及专家系统整合。
PDF5 years ago