PulseAugur
中
实时 23:25:49
English(EN) Enhancing Event-based Object Detection with Monocular Normal Maps

新的NRE-Net框架利用几何先验提升基于事件的目标检测性能

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了NRE-Net，一个新颖的三模态框架，旨在增强自动驾驶系统的目标检测能力，尤其是在具有挑战性的光照条件下。这种新方法整合了从RGB图像派生的表面法线图，以提供几何约束，这对于克服事件相机产生的误导性事件信号至关重要。该框架的自适应双流融合模块和事件模态感知融合模块有效地结合了结构先验、外观上下文和动态事件数据，与现有方法相比，性能有了显著提升。 AI

影响 这项研究通过提高在不利光照条件下的目标检测准确性，有望提高自动驾驶系统的可靠性。

排序理由 该集群包含一篇详细介绍新技术方法和基准测试结果的学术论文。[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 →

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Mingjie Liu, Hanqing Liu, Luoping Cui, Chuang Zhu ·

    Enhancing Event-based Object Detection with Monocular Normal Maps

    arXiv:2508.02127v3 Announce Type: replace Abstract: Object detection in autonomous driving is frequently compromised by complex illumination. While event cameras offer a robust solution, they are susceptible to sudden contrast changes such as reflections which often trigger dense…

相关实体

相关话题