PulseAugur
中
实时 11:36:14
English(EN) RESOLVE: A Multi-Resolution and Multi-Modal Dataset for Roadside Cooperative Perception

新的RESOLVE数据集通过多分辨率激光雷达对路侧感知进行基准测试

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了RESOLVE，这是一个旨在评估路侧协同感知系统的新型大规模数据集。该基准数据集包含在城市交叉路口各种条件下捕获的同步激光雷达和摄像头数据，拥有超过10万张图像和2.6万个点云帧，并带有22万个标注的边界框。RESOLVE通过提供三个不同的激光雷达分辨率级别的数据，允许对单一模态和融合型架构进行受控比较，从而深入了解多模态融合如何解决激光雷达点稀疏性问题。 AI

影响 为评估和改进路侧感知系统提供了一个标准化的基准，有可能推动自动驾驶和交通管理技术的发展。

排序理由 该集群描述了一个用于计算机视觉研究的新学术数据集和基准。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的RESOLVE数据集通过多分辨率激光雷达对路侧感知进行基准测试

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Dajiang Suo ·

    RESOLVE: A Multi-Resolution and Multi-Modal Dataset for Roadside Cooperative Perception

    LiDAR has increasingly been integrated into traffic cameras to expand coverage and mitigate occlusion in roadside cooperative perception. However, how unimodal and camera-LiDAR fusion architectures behave under variations in LiDAR point sparsity induced by sensor configurations a…

相关实体

相关话题