实体
BEVFusion
BEVFusion
PulseAugur coverage of BEVFusion — every cluster mentioning BEVFusion across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
GaussianFusion 框架使用三维高斯进行多模态感知
研究人员推出了一种新颖的多模态融合感知框架 GaussianFusion，该框架利用三维高斯表示替代传统的鸟瞰图（BEV）网格。这种新方法在连续的三维高斯空间中统一了多模态特征，保留了精细细节并增强了跨模态交互。GaussianFusion 在各种三维感知任务中表现出卓越的性能，在三维目标检测方面优于 BEVFusion 等现有方法，在三维语义占用方面优于 GaussFormer。
-
新数据集捕捉公共交通内部的多视角传感器数据
研究人员开发了一个新的多视角数据集，用于监控公共交通车辆的内部。该数据集包括同步的RGB和深度图像，以及LiDAR扫描，以捕捉有关车辆内部及其乘员的详细信息。该项目还提供了校准和伪标签工具，能够生成3D人体姿态估计和边界框，并对现有的3D检测模型进行基准测试。
-
研究人员开发用于通过V2X数据进行鲁棒3D目标检测的噪声感知训练
研究人员开发了一种将车联网（V2X）通信数据集成到自动驾驶3D目标检测系统中的新方法。该方法旨在克服车载传感器（如摄像头和雷达）的局限性，这些传感器在遮挡和能见度差的情况下表现不佳。该研究引入了一种噪声感知训练策略，以确保系统即使在V2X数据不完美（如延迟和低渗透率）的情况下也能保持鲁棒性。