sensor modalities | BriefGPT

关键词sensor modalities

搜索结果 - 12

CoPeD - 推进多机器人协同感知：一个实际环境中的综合数据集
过去十年中，虽然单一机器人感知取得了重大进展，但多机器人协同感知的研究仍未被广泛探索。本文提出了一个开创性的全面真实世界的多机器人协同感知数据集，用于推动这一领域的研究。我们的数据集利用了空中 - 地面机器人协同的未发掘潜力，具有不同的空间
PDFa month ago
多模态可佩戴传感器人体动作识别调查
结合增加的预期寿命和下降的出生率导致人口老龄化问题，可穿戴传感器技术的人体活动识别成为一种有着巨大潜力的辅助技术来支持老年人的日常生活，近期的研究聚焦于深度学习方法或单一传感器模态，为了给机器带来类似的智能，多模态机器学习成为研究者们热衷的
PDF3 months ago
AAAICoSS: 为数据高效的人体活动识别协同优化传感器和采样率
通过设计可训练参数来优化传感器模式和采样率的选择，我们提出了一个实用的框架，用于在边缘设备上实现高效的人体活动识别任务，并通过实验证明了该框架在减少硬件成本的同时能够保持与最高采样率和全传感器配置相似的分类性能。
PDF6 months ago
自动驾驶数据集综述：数据统计、标注和展望
自动驾驶发展迅速，硬件和深度学习方法的新进展表现出了良好的性能，高质量的数据集对于开发可靠的自动驾驶算法至关重要。本研究全面调查了 200 多个自动驾驶数据集的多个方面，并引入了一种新的评估指标来评估每个数据集的影响，为建立新的数据集提供了
PDF6 months ago
飞升 - 参与 - 弹溅：使用 Transformer 进行鸟瞰摄像头 - 激光雷达融合
通过在鸟瞰图格栅中使用简单的注意力机制选择和融合相机和激光雷达特征，我们引入了一种绕过单眼深度估计的新型融合方法，展示了在 nuScenes 数据集上我们的模型可以根据激光雷达特征的可用性调节其使用相机特征，从而在 3D 目标检测方面优于依
PDF6 months ago
自动驾驶中的开源数据生态系统：现状与未来
通过系统考察当前两代自动驾驶数据集，本综述提供关于高质量数据集创建原则、数据引擎系统的关键作用，以及采用生成式基础模型促进可扩展数据生成等方面的见解。此外，本综述还详细分析了第三代自动驾驶数据集应具备的特征和数据规模，并深入探讨需要解决的科
PDF7 months ago
混合事件帧相机的异步线性滤波器架构
介绍了一种异步线性滤波结构，用于高动态范围（HDR）视频重建和空间卷积，利用事件和帧摄像机数据的优势。所提出的 AKF 管道在绝对强度误差方面优于其他最先进的方法（减少 69.4%），并在图像相似性指数方面有平均 35.5% 的改善。
PDF10 months ago
DualCross: 单目 BEV 感知的跨模态跨域适应
本文提出了一个名为 DualCross 的跨模态跨领域自适应框架，以便从 LiDAR 数据中转移点云知识，使得单目鸟瞰感知模型更具鲁棒性，进而在不同的领域和传感器输入情况下进行测试，从而解决单一主题的一些瓶颈问题，取得了与各种基线的最新成果
PDFa year ago
高度自动化驾驶感知角落案例的应用驱动概念化
该研究旨在提供一个基于应用需求的自动驾驶车辆中的异常情况检测系统，主要针对机器学习、传感器模态、数据采集等应用和研究领域进行研究和探讨。
PDF3 years ago
信号提取：多模态活动识别中的判别信号编码
该研究提出了一种支持多种传感器模态的简单、有效和灵活的动作识别方法，将多元信号序列编码成图像，并使用最近提出的 EfficientNet CNN 架构进行分类，实验结果表明该方法在多个数据集上的表现均优于目前的激光雷达数据集识别方法。
PDF4 years ago
自监督稀疏到稠密：基于激光雷达和单目摄像头的自监督深度补全
本研究提出了针对稀疏深度图的深度补全方法，采用深度回归学习模型，通过自监督训练框架实现对稀疏深度图的快速、精准深度补全，实验结果表明本方法在 KITTI 深度补全基准测试中获得了最佳结果。
PDF6 years ago
智能选择：自适应多模态融合在不稳定环境下的物体检测
我们提出了一种自适应融合方法，使用多种传感器，通过卷积神经网络专家的混合来学习权衡不同传感器的预测，该方法可适应于不同光照和摄像机运动模糊等影响。我们测试了该方法在室内和室外的人体检测，并证明了其可适应困难环境，同时，我们还提出了一个新的混
PDF7 years ago