NOVA模型使用LLM进行自动驾驶中的高级3D多目标跟踪

研究人员推出NOVA，一种用于3D多目标跟踪（3D MOT）的新型自回归公式，旨在克服自动驾驶感知中闭集假设的局限性。NOVA将3D轨迹重新表述为时空语义序列，从而能够将语言先验与物理运动连续性相结合。通过利用大型语言模型（LLM），该系统将跟踪视为下一步序列完成任务，从而能够进行高级常识推理以保持身份一致性。在nuScenes、V2X-Seq-SPD和KITTI等数据集上的实验显示出显著的改进，特别是在nuScenes的新类别上，NOVA实现了20.21%的绝对增益。 AI

影响 通过提高目标跟踪的准确性和泛化能力，增强自动驾驶汽车的感知系统。

排序理由 这是一篇详细介绍特定AI任务新模型和方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• 3D Multi-Object Tracking
• autonomous driving
• Kailun Yang
• KITTI
• Large Language Models
• NOVA
• nuScenes
• V2X-Seq-SPD

• 论文
• 模型发布
• 产品

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