PulseAugur
中
实时 06:12:34
English(EN) REVIVE: A Multi-Modal Framework for Vandalism Detection and Recovery in Autonomous Vehicles

新的REVIVE框架可恢复被污损的自动驾驶汽车摄像头流

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了REVIVE框架，以解决自动驾驶汽车（AV）上的污损诱导遮挡攻击（VOAs）。REVIVE集成了检测、模式识别、使用基于EfficientNet的U-Net进行分割以及类型感知恢复方法。该框架采用BLIP引导的Stable Diffusion修复、直接像素替换和自适应中值滤波等技术，以在物理遮挡后恢复摄像头流的效用。评估表明，直接像素替换可以显著恢复目标检测的召回率和F1分数，优于其他基线，并确保转发的流的质量不低于未恢复的帧。 AI

影响 该框架可以通过减轻污损对感知系统的影响来提高自动驾驶汽车的可靠性和安全性。

排序理由 该集群包含一篇详细介绍针对特定技术问题的全新框架的研究论文。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的REVIVE框架可恢复被污损的自动驾驶汽车摄像头流

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Abdullah Tariq Choudhry, Tapadhir Das ·

    REVIVE：自动驾驶汽车中的多模态破坏检测与恢复框架

    arXiv:2607.05649v1 Announce Type: cross Abstract: Autonomous vehicles (AVs) face increasing threats from vandalism-induced occlusion attacks (VOAs) that compromise camera-based perception. While detection frameworks can identify vandalized images, restoring camera-stream utility …

  2. arXiv cs.LG TIER_1 English(EN) · Tapadhir Das ·

    REVIVE：自动驾驶汽车中的多模态破坏检测与恢复框架

    Autonomous vehicles (AVs) face increasing threats from vandalism-induced occlusion attacks (VOAs) that compromise camera-based perception. While detection frameworks can identify vandalized images, restoring camera-stream utility after physical occlusion remains underexplored. Th…

相关实体

相关话题