robotic perception | BriefGPT

关键词robotic perception

搜索结果 - 9

优质基础价值众多标签：高效标注的全景分割
通过利用视觉基础模型的描述性图像特征，我们训练了两个轻量级网络头进行语义分割和物体边界检测，并通过一种新颖的融合模块将它们的预测合并，以实现基于标准化切割的全景地图，从而显著提高了 PASTEL 在较少注释样本的情况下进行标签高效分割的性能
PDFa month ago
具有可变传播和学习的视差深度转换的立体 LiDAR 深度估计
使用立体相机和激光雷达进行精确而密集的深度估计是自动驾驶和机器人感知的重要任务。我们提出了一种名为 SDG-Depth 的新型立体 - 激光雷达深度估计网络，通过半密集提示引导来改善稀疏激光雷达点对于立体匹配中的代价聚合的限制。我们的方法既
PDF3 months ago
通过源培训提高视觉领域适应能力
本文提出了 Source Preparation 方法用于减轻源域偏差，并将其与无监督域适应和监督对齐相结合，提出了使用少量标注数据的机器人场景的标签有效的半监督方法。在低光照场景下进行了大量的实场图像配对实验，结果表明该方法在语义分割方面
PDFa year ago
Occ3D：面向自动驾驶的大规模三维占据预测基准
本研究提出了一种新的 3D 占据预测任务，旨在从多视图图像中估计对象的详细占据和语义信息，并介绍了 Coarse-to-Fine Occupancy (CTF-Occ) 网络模型，该模型在 3D 占据预测任务中表现出优越的性能。
PDFa year ago
EV-Catcher: 使用低延迟事件驱动神经网络实现高速目标捕捉
使用事件传感器进行实时感知的轻量化学习方法。可用于快速移动物体的准确检测。在实验中，对于打向不同位置、速度达到 13m/s 的乒乓球，成功率高达 81%。
PDFa year ago
MM弹性触觉模拟：实现触觉 - 视觉感知
本文提出了一种基于粒子团块的弹性交互（EIP）模型，可用于仿真触觉。同时，我们还提出了一种感知网络，通过视觉图像与触觉数据之间的信息融合，实现对仿真触觉的感知，从而在三维几何重建任务中展现出卓越的性能。
PDF3 years ago
通过任务感知的生成性不确定性实现对于超出分布输入的鲁棒性
本文提出了一种结合生成模型和模型不确定性的不确定性感知机器人感知方法，用于处理源自超出分布状态的不确定性。
PDF6 years ago
有限训练数据的语义分割
介绍了在混乱场景中进行机器人感知的方法，在 Amazon 机器人挑战赛中获得胜利。作者提出了两种策略：一种是基于深度度量学习的方法，另一种是基于全监督语义分割方法的方法，并在数据集上进行了全面分析。两种方法都有良好效果，值得进一步研究。
PDF7 years ago
基于搜索的多目标感知与定位
本文介绍了一种名为 PERCH 的算法，它通过产生可能性场景，寻找最佳的传感器数据解释，解决了多物体识别和定位任务中常见的遮挡问题，并在实际 RGB-D 测试数据上验证了其优越性。
PDF9 years ago