PulseAugur
中
实时 22:37:51
实体 JRDB

JRDB

PulseAugur coverage of JRDB — every cluster mentioning JRDB across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
3
90 天内 7
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 7
层级分布 · 90 天
主题
情绪 · 30 天

2 天有情绪数据

最近 · 第 1/1 页 · 共 8 条
  1. TOOL · CL_346659 ·

    MoSoLoco:新的单目3D人类定位系统,用于机器人

    研究人员开发了MoSoLoco,一个新颖的单目3D人类定位系统,专为资源受限的机器人硬件设计。该系统利用来自姿态估计器的内部视觉特征以及检测到的2D关键点,无需单独的RGB或深度编码器。MoSoLoco还可以整合来自同一帧的稀疏多人上下文,以增强个体位置估计。在JRDB和NuScenes数据集上的实验表明,与现有的基于关键点的方法相比,定位精度有了显著提高,并且完整的管道能够在Jetson AGX Xavier等设备上进行高效推理。

  2. TOOL · CL_324640 ·

    新基准评估具身智能体的积极视觉推理能力

    研究人员推出了JRDB-AVR,这是一个旨在评估具身智能体积极视觉推理能力的新基准。与以往侧重于被动观察的基准不同,JRDB-AVR要求智能体通过请求不同视角和时间下的特定观察来积极寻找证据。该基准源自真实世界的机器人数据,旨在通过评估最终答案和所依据的视觉证据来解决智能体提供看似合理但缺乏支持的答案的问题。实验表明,当前模型在答案准确性和证据准确性之间存在显著差距,凸显了在具身视觉推理中进行积极的、证据感知的评估的必要性。

  3. TOOL · CL_275497 ·

    新协议超越聚合分数评估行人跟踪系统

    已开发出一种新的面向行人的跟踪系统评估协议,以超越聚合分数来评估性能。该协议通过使用共享检测来隔离跟踪器行为,并专门评估初始化、通过漏检的持续性、身份保持以及嵌入式硬件上的运行时长等方面的性能。在 JackRabbot 数据集和基准 (JRDB) 上的测试表明,大多数开源跟踪器在没有检测器支持的情况下,难以在超过一秒的时间内保持身份和空间正确性,并且在拥挤场景下,有几个跟踪器的性能超出了实时性能限制。

  4. TOOL · CL_245509 ·

    新的基于Mamba的算法提高了机器人对行人轨迹的预测能力

    研究人员开发了MamMA,一种新颖的行人轨迹预测算法,旨在提高在有人类存在的环境中运行的移动机器人的安全性。这种基于Mamba的模型将通常由LiDAR生成的占用地图数据与来自车载视觉传感器的细粒度行为信息相结合。通过将占用地图划分为块并考虑行人感知状态,MamMA旨在提高预测精度。在几个基准数据集上的实验表明,MamMA在平均位移误差和最终位移误差方面优于现有的最先进算法。

  5. TOOL · CL_158819 ·

    新的DPT框架解决了机器人导航模型中的技能冲突

    研究人员开发了一个名为不相交参数训练(DPT)的新框架,以解决机器人导航统一模型中冲突参数分配的挑战。这种被称为“技能冲突”的现象,发生在诸如运动预测和安全规划等不同任务争夺同一模型权重时,阻碍了专业化。DPT采用基于合并的方法和分布式参数学习,在合并之前为每个任务分离关键参数区域,通过选择性地整合有影响力的参数来优化性能。在JRDB和JTA基准测试中进行评估,DPT在安全且资源高效的机器人导航方面取得了优越的结果。

  6. RESEARCH · CL_117425 ·

    新的PS-Track方法推进了点监督下的多目标跟踪

    研究人员开发了PS-Track,一种利用点状监督而非传统边界框的新型多目标跟踪管道。该方法通过使用时间反馈提示(Temporal-Feedback Prompting)将点演变为时间上一致的伪标签来解决空间模糊等挑战。点激发小波注意力(Point-Excited Wavelet Attention)模块有助于虚构对象边界,而基于不确定性的高斯学习(Uncertainty-Guided Gaussian Learning)则校准监督强度…

  7. TOOL · CL_105278 ·

    新型Transformer模型提升多行人轨迹预测能力

    研究人员开发了一种新颖的三步分层Transformer模型,旨在改进多行人轨迹预测。该新架构有效分离了时间编码、多模态融合和场景级交互推理,解决了先前方法常将这些因素纠缠在一起的局限性。该模型利用轻量级GRU摘要进行高效的跨模态注意力以及随时间变化的社交注意力,以可控的计算成本捕捉行人间的相互影响。在JRDB和道路交通中的行人与骑行者数据集等数据集上的实验表明,该模型达到了最先进的性能,并展现出预测早期转向等复杂行为的能力。

  8. TOOL · CL_15747 ·

    OmniTrack++ 通过轨迹反馈推进全景多目标跟踪

    研究人员推出 OmniTrack++,一个先进的全向多目标跟踪框架,旨在克服全景失真和身份模糊等挑战。该系统采用反馈驱动方法,包含用于特征稳定的 DynamicSSM 模块和用于精确定位与关联的 FlexiTrack Instances。为了增强长期跟踪能力,ExpertTrack Memory 整合外观线索,而 Tracklet Management 模块根据场景动态自适应地切换跟踪模式。研究团队还发布了 EmboTrack 基准,…