新型SIGMA-Lane模型改进了遮挡情况下的视频车道线检测

研究人员开发了SIGMA-Lane，一种新颖的视频车道线检测方法，解决了车辆遮挡带来的挑战。该方法在状态空间模型（SSM）框架内集成了感知遮挡的门控机制，以管理当前观测如何影响时间记忆并整合回预测中。通过采用SSM一致的双门控和结构化空间检索（SSR），SIGMA-Lane旨在增强时间稳定性和恢复缺失的车道线结构，在VIL-100和OpenLane-V等数据集上展示了改进的性能。 AI

影响 增强了视频分析中的时间稳定性，可能改进自动驾驶系统。

排序理由 该集群包含一篇详细介绍用于视频车道线检测的新模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• CatalyzeX Code Finder for Papers
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Influence Flower
• OpenLane-V
• ScienceCast
• SIGMA-Lane
• State Space Model
• VIL-100

• 论文
• 模型发布

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