nuscenes dataset | BriefGPT

关键词nuscenes dataset

搜索结果 - 12

融合式地点识别中的明确交互
提出了一种新的融合网络 EINet，利用 LiDAR 和摄像头数据实现了多模态特征的显式交互，并在 nuScenes 数据集上建立了一个新的基准，实验结果表明，相比现有的融合式地点识别方法，EINet 具有更好的识别性能和稳健的泛化能力。
PDF4 months ago
ICCVnuScenes 知识图谱 -- 用于轨迹预测的交通场景全面语义表示
利用知识图谱建模交通场景中多样化实体及其语义连接，为轨迹预测提供了一个数据格式，结合图神经网络使用。
PDF7 months ago
自我状态是否足以支持开环端到端自主驾驶？
自动驾驶最新研究中，终端到终端的全栈自动化日益成为一个有应用前景的研究方向。本文通过深入分析与详细阐述，探究了该问题的更多细节。研究表明，nuScenes 数据集在相对简单的驾驶场景中存在感知信息的低利用率，尤其是包括自身状态在内的整车速度
PDF7 months ago
基于视觉的静态地图元素标注方法
CAMA 是一个无需 LiDAR 输入的视觉为中心的方法，能够生成高质量的静态地图元素的三维标注，并且在所有周围相机上具有高度的重投影精度并且在整个序列中具有时空连续性。
PDF9 months ago
RCM-Fusion：雷达 - 相机多级融合的三维物体检测
本文提出了雷达 - 相机多层融合（RCM-Fusion）方法，通过特征级和实例级融合方法充分利用雷达信息，实验结果在公开的 NuScenes 数据集上表明我们的方法在 NuScenes 三维物体检测基准上取得了最先进的性能，检测分数（NDS
PDFa year ago
2D 物体检测的多任务跨模态注意力融合
提出两种新的雷达预处理技术，并引入了多任务跨模态注意融合网络（MCAF-Net）来进行目标检测，相对于现有的基于雷达和相机融合的目标检测算法具有更强的鲁棒性，特别是在恶劣的天气条件和夜间场景下。
PDFa year ago
基于时空学习的动态环境下未来占据栅格的预测
我们提出了一种时空预测网络管道，它可以从环境和语义标签中获取过去的信息来生成未来的占用预测，并将其应用于复杂的 nuScenes 数据集中，相较于当前 SOTA，我们的方法可以预测长达 3 秒的占用情况，并不需要 HD-Maps 和明确模拟
PDF2 years ago
CVPR利用激光雷达进行未来物体检测预测
本研究提出了一种基于原始传感器测量而非基于标准轨迹的端到端方法来进行对象检测和运动预测，实现对多个未来情况的推理能力，并扩展了检测度量来检验预测准确性。
PDF2 years ago
ECCVPETR：用于多视角 3D 物体检测的位置嵌入转换
本文提出了一种基于位置嵌入的转换方法，用于多视角三维目标检测，该方法将三维坐标的位置信息编码到图像特征中，生成三维位置感知特征，能够完成端到端的目标检测。实验结果表明，该方法在标准 nuScenes 数据集上达到了最先进的性能，是未来研究的
PDF2 years ago
CVPR基于全景分割引导的 LiDAR 多视角三维物体检测通用框架
本研究提出了一种利用分割信息指导检测过程的多任务框架，该框架联合执行三维物体检测和全景分割，可利用多视角信息解决每个投影视图的缺陷，并通过前景语义信息和中心密度热力图来提示物体的可能框中心位置。在 nuScenes 数据集上进行的大量实验表
PDF2 years ago
可学习的在线图像表征：用于 3D 多目标跟踪
本篇研究论文提出了一种基于学习的三维多目标跟踪方法，在公共数据集 nuScenes 上取得了近年来最好的性能表现，采用的关键技术包括神经消息传递网络、数据关联和轨迹稳定性的处理。
PDF3 years ago
点云三维目标检测中的平衡分组和采样
该研究报告介绍了我们的方法，该方法利用稀疏 3D 卷积提取丰富的语义特征，并将其输入到一个类平衡的多头网络中进行三维物体检测。通过我们设计的样本策略，可以在自动驾驶场景中处理严重的类别不平衡问题，并且在 nuScenes 数据集上，我们通过
PDF5 years ago