urban scenarios | BriefGPT - AI 论文速递

关键词urban scenarios

搜索结果 - 8

CVPRCityLLaVA: 城市场景下 VLMs 的高效微调
城市场景交通安全描述与分析在保险检查和事故预防等应用中起着关键作用。本文介绍了 CityLLaVA，一种专门用于城市场景的视觉语言模型的新的微调框架，通过采用边界框进行最佳视觉数据预处理，包括视频最佳视角选择和在训练和测试阶段进行视觉提示工
PDF2 months ago
V2X-Real：一个大规模的车辆对一切协作感知数据集
我们提出了一个具有多模态传感数据的数据集，以促进车辆与智能基础设施之间的协作感知发展，并通过合作感知方法的综合多类多智能体评估来支持研究。
PDF3 months ago
MMDoubleAUG：基于颜色扰动和双样式记忆的城市单领域通用目标检测器
本文提出了一种新颖的 DoubleAUG 方法，它包括图像级和特征级增强方案，旨在解决城市场景中单域泛化目标检测任务，即在不同天气条件下训练的模型能够在任何其他天气条件下表现良好。通过大量实验证明我们提出的方法优于现有方法，并且消融研究证实
PDF7 months ago
高效城市交通优化的 ASP 框架
本文提出了一个利用 Answer Set Programming 进行优化的框架，可在具有数百辆车的大型道路网络中有效模拟和优化交通流，以减少旅行时间或排放等重要指标。
PDF2 years ago
一种基于概率框架的动态三维物体识别方法及连续地面估计算法
本论文提出一种概率框架用于三维环境中的动态目标识别，开发了基于 ROS 的 C++ 和 Python 软件包进行检测和跟踪。基于高斯过程回归（GPR）的新方法用于在不同的城市场景中检测地面点，模拟结果表明，在不平坦和崎岖的场景中，该方法比类
PDF2 years ago
具有潜在深度强化学习的可解释端到端城市自主驾驶
该研究提出了一种解决复杂城市场景下的自动驾驶问题的可解释性深度强化学习方法，在学习过程中引入了序贯潜在环境模型，并生成了语义鸟瞰遮罩，以解释学习策略的行为。实验结果显示，该方法在城市场景中的表现优于 DQN、DDPG、TD3 和 SAC 等
PDF4 years ago
ICCV拥挤空间中基于社交及场景感知的轨迹预测
基于 LSTM 模型及人际交互、过往观测、周围空间语义等多重因素，预测人在城市场景中的运动方向的方法在测试中证明比传统 LSTM 模型准确，成为开发自动驾驶车辆与社交性机器人必不可少的一步。
PDF5 years ago
城市自主驾驶的无模型深度强化学习
本文提出了一个在复杂城市自主驾驶场景下使用无模型深度强化学习的框架，并在高清晰度驾驶模拟器中进行了验证。结果表明，与基线相比，我们的方法可以很好地解决任务，且表现显著优异。
PDF5 years ago