sensor fusion | BriefGPT - AI 论文速递

关键词sensor fusion

搜索结果 - 84

3D 物体检测的群等变 BEV
本研究提出了一种基于群等变理论的 GeqBevNet，将群等变概念引入到 BEV 融合对象检测网络中，从而促进了 BEV 级别的旋转等变特征提取，从而降低了平均方向误差，并能提取出更多的等变特征来改善实际道路场景中的 3D 对象检测和目标定
PDFa year ago
自动驾驶中的雷达 - 摄像头融合目标检测和语义分割：综述
本论文评述了无人驾驶中基于深度学习的感知技术的发展，介绍了传感器融合技术在提升高精度和鲁棒性感知能力中的关键地位，重点介绍了雷达和相机传感器融合在物体检测和语义分割问题中，探索了该领域中的各种挑战和潜在的研究方向以及数据集和融合方法的互动网
PDFa year ago
MetaBEV: 解决电动汽车检测和地图分割中的传感器故障
本研究提出了一种称为 MetaBEV 的深度学习框架，用于应对自动驾驶车辆中存在的传感器损坏和丢失等实际问题，并在 3D 物体检测和 BEV 地图分割等多个任务上取得了优异表现。
PDFa year ago
TransFusionOdom: 基于 Transformer 的 LiDAR - 惯导融合里程估计
本研究中，我们提出了一个基于 Transformer 的 LiDAR-Inertial 融合（即 TransFusionOdom）的端到端受监督的 odom 估计框架，用于解决传感器融合中的挑战性问题。我们提出的多注意力融合模块可展示多种同
PDFa year ago
恶劣天气下激光雷达感知调查
在这篇论文中，我们讨论了在恶劣天气条件下使用 LiDAR 传感器的环境感知问题，包括处理原始点云，去噪，多传感器融合等方面，发现和解决了当前研究中存在的缺陷和问题，并提出了未来值得研究的方向。
PDFa year ago
缺失数据下的多视角集成学习：计算框架和使用 Safe Autonomous Driving 领域新数据的评估
本文探讨了多传感器融合和集成学习方法在自动驾驶的手部活动识别任务中的应用，展示了采用并行卷积神经网络作为传感器间信息融合的一种迟到融合方法，提出了处理丢失信息的方案，并对该方法进行了比较分析。
PDFa year ago
ECCVFusionVAE: RGB 图像融合的深层层次变分自编码器
本研究提出了一种新型的深度分层变分自编码器 ——FusionVAE，它可以将多个模糊、遮挡或部分可见的图像样本融合成一个图像，并在计算机视觉任务中显示了优越的性能。
PDF2 years ago
从鸟瞰感知的恶魔深入探索：综述、评估与方法
本文综述了关于 Bird's-eye-view（BEV）感知的最新研究工作，探讨了多传感器融合、BEV 视角下物体检测与定位等关键问题，并介绍了一系列实用的指南和工具来提高 BEV 任务的性能，最后指出了该领域未来的研究方向。
PDF2 years ago
利用可解释的传感器融合 Transformer 实现强化安全的自主驾驶
本文提出了一种名为 Interpretable Sensor Fusion Transformer (InterFuser) 的安全增强自动驾驶框架，可完全处理和融合来自多模态多视角传感器的信息，实现全面的场景理解和对抗事件检测，在 CAR
PDF2 years ago
HRFuser：用于 2D 目标检测的多分辨率传感器融合框架
本文提出了一种名为 HRFuser 的多分辨率传感器融合架构，用于自动驾驶领域中的 2D 物体检测，可以有效地融合不同传感器的信息，提高 2D 检测的性能。
PDF2 years ago
TransFuser：基于 Transformer 传感器融合的自动驾驶模仿
该研究介绍了 TransFuser - 一种使用自我注意力机制将图像和雷达的信息进行融合，以提高自动驾驶中辨识物体和行驶路径的性能，实验证明该方法的表现在 CARLA 排行榜上优于以往所有的算法。
PDF2 years ago
基于金字塔融合网络的深度传感器融合技术用于三维语义分割
本文提出了一种基于金字塔结构的深度融合体系结构，用于提高交通场景的 3D 语义分割效果，它可以将相机图像和激光雷达的特征图从不同层次进行融合，并结合多模态特征计算出有价值的多尺度特征以进行更准确的 3D 语义分割。
PDF2 years ago
CVPRTransFusion: 基于 Transformer 的稳健激光雷达 - 相机融合用于三维目标检测
TransFusion 是一种稳健的解决方案，用于处理自动驾驶中 LiDAR 和摄像头数据融合时面对的图像质量下降和误差校准问题。该方法结合了使用浅层目标查询从 LiDAR 点云预测初始边界框和自适应融合对象查询与有用的图像特征，使用注意机
PDF2 years ago
FUTR3D: 一个用于 3D 检测的统一传感器融合框架
提出了第一个统一的端到端传感器融合框架 ——FUTR3D，使用了基于查询的通用特征采样器（MAFS）和一种集合损失的 Transformer 解码器进行 3D 检测。FUTR3D 在各种传感器组合上都得到了有效验证，并且具有在不同传感器配置
PDF2 years ago
基于 LiDAR 数据和传感器融合技术的三维物体检测框架比较研究
讨论了激光雷达与传感器融合技术在自动驾驶车辆对象检测和定位方面的显著改进，并通过对最新研究方法的实验分析提出了未来的研究方向。
PDF2 years ago
雷达体素融合用于 3D 目标检测
该研究论文通过数据融合不同传感器的数据，开发了低水平的传感器融合网络来进行 3D 物体检测，并提出了一种新的损失函数来提高检测和方向估计性能。在 nuScenes 数据集上的测试结果表明，与基准 lidar 网络相比，融合雷达数据可以提高约
PDF3 years ago
MM传感器融合在未来车联网物体检测中的作用
本文探讨了在自动驾驶系统中，如何使用不同的传感器进行环境检测，并比较了使用不同传感器的准确性表现，结果表明虽然传感器融合可以获得更准确的检测结果，但仅使用激光雷达可以在减少通道负担的同时实现类似的结果。
PDF3 years ago
CVPR多模态融合 Transformer 用于端到端自动驾驶
本文提出使用多模态融合转换器 TransFuser 对图像和 LiDAR 传感器的信息进行整合以实现先进的自动驾驶技术，在 CARLA 城市驾驶模拟器中实验验证证明该方法在处理复杂场景时比传统基于几何的融合方法有更好的效果，并且在减少碰撞方
PDF3 years ago
MM通过无线视觉概率主动感知实现发射器发现
本研究提出了一种基于多模态概率主动感知的目标探测方法，通过利用无线电和视觉测量之间的相关性，结合天线辐射异向性，构建了基于贝叶斯优化框架的模型，实现了在环境探测和目标追踪中的高性能表现，达到了 92% 的准确率，优于其他主动感知算法。
PDF3 years ago
自动驾驶中多传感器感知系统的对抗鲁棒性探索
本文研究了自动驾驶多模态感知系统在受到对抗性攻击时的鲁棒性问题，揭示了通过添加物理对抗性物体来隐藏不同车辆的可能性，并提出使用特征去噪的对抗性训练方法可以显著提高系统鲁棒性。
PDF3 years ago