Kitti
PulseAugur coverage of Kitti — every cluster mentioning Kitti across labs, papers, and developer communities, ranked by signal.
10 天有情绪数据
-
新框架从图像生成伪LiDAR用于3D目标检测
研究人员开发了VFMM3D，一个利用视觉基础模型从单目图像生成伪LiDAR数据以进行3D目标检测的新颖框架。该方法集成了Depth Anything Model (DAM)的深度估计能力和Segment Anything Model (SAM)的前景分割能力。VFMM3D框架通过前景感知伪LiDAR绘制操作和稀疏化策略，增强了物体结构并减少了背景噪声，在KITTI和Waymo数据集上取得了最先进的性能。
-
新的 LiDAR 里程计方法实现参数无关性能
研究人员开发了 LF-GICP，一种新颖的参数无关的 LiDAR 里程计方法，可解决隧道等几何退化环境中的无界漂移问题。该方法利用体素法线可定位性场来识别和加权对应关系，无需进行特定于环境的参数调整。LF-GICP 在 KITTI 数据集上实现了最低的相对平移误差，并在其他具有挑战性的数据集和各种传感器类型上展示了卓越的性能，且无需重新调整。
-
新的CVSD-Reg方法使用视觉模型进行鲁棒的激光雷达配准
研究人员开发了CVSD-Reg，一个用于鲁棒全局激光雷达配准的新框架，该框架利用了来自视觉基础模型的视觉语义先验。该方法将知识从DINOv2教师模型蒸馏到Point Transformer V3学生模型中，增强了其创建视点鲁棒描述符的能力。然后，将蒸馏后的表示形式应用于配准任务，在KITTI和nuScenes等基准测试中取得了很高的成功率。值得注意的是，CVSD-Reg在不同传感器之间表现出强大的泛化能力，并且在推理过程中无需相机输入。
-
New GeoUP framework unifies 3D perception for autonomous driving
研究人员推出了一种新颖的统一3D感知框架GeoUP，用于自动驾驶，该框架利用摄像头数据。与以往常将3D几何视为下游任务的方法不同，GeoUP将度量3D结构直接整合到其共享表示中。这是通过跨图像注意力机制和感知标定的raymap编码实现的，使模型能够捕获显式的度量几何和一致的3D场景结构。GeoUP在多个基准数据集的深度估计、3D对象检测和语义占用预测方面均展现了最先进的性能。
-
新的SNM-VFI框架通过运动引导增强视频帧插值
研究人员推出了一种用于生成视频中间帧的新型框架SNM-VFI。该方法利用预训练的光流和视频扩散模型，通过运动感知信息引导生成过程，这与从随机噪声开始的传统方法不同。SNM-VFI在DAVIS、Sintel和KITTI等基准测试中表现出色，显示出改进的感知质量和时间连贯性。
-
GeoUniPR框架统一视觉和激光雷达以实现高级地点识别 · 跟踪2个来源
研究人员开发了GeoUniPR，一个用于跨模态地点识别的新型框架，它统一了视觉和激光雷达数据。该方法将激光雷达点云投影到相机视角，以创建几何一致的深度图像视图（DIV），从而建立直接的RGB-LiDAR对应关系。通过用激光雷达强度和表面法线信息增强DIV，GeoUniPR使用基于ViT编码器的参数高效适配来学习统一的嵌入空间。该框架还引入了空间一致性InfoNCE（SC-InfoNCE）来通过抑制距离引起的假阴性来提高准确性。在KIT…
-
新的激光雷达框架增强了自动驾驶的三维地点识别能力
研究人员开发了一种使用激光雷达数据进行三维地点识别的新框架，这对于自动驾驶至关重要。该系统采用具有弹性神经点的隐式三维表示，创建融合描述符，结合宏观空间布局和微观表面几何形状。该方法旨在提高对点云密度变化和视点变化的鲁棒性，在KITTI和KITTI-360等数据集上表现优于现有的手工制作和基于学习的方法。
-
CalibBEV方法对齐激光雷达-相机数据以改进标定
研究人员推出CalibBEV，一种通过对齐其鸟瞰图（BEV）表示来标定激光雷达和相机传感器的新方法。该方法将传感器数据统一到共享的3D空间表示中，从而实现更准确的跨模态标定。CalibBEV采用两步法：首先，它从BEV特征回归粗略的标定矩阵，并强制语义一致性与对比损失。其次，它通过显式对齐模态间的特征来精炼此估计。该方法在KITTI和nuScenes基准测试中显著优于先前技术，减少了旋转和平移误差。
-
新数据集和轻量级模型推动单目深度估计发展
研究人员正在开发用于单目深度估计的新方法和数据集，这项技术对于增强现实和虚拟现实等应用至关重要。新的数据集（如MODEST）正在被创建，以提供高分辨率的真实世界图像，捕捉复杂的视觉效果，从而解决当前训练数据的局限性。同时，在轻量级神经网络架构和专为资源受限设备设计的主动学习框架方面也取得了进展，旨在提高在动态环境中的适应性和性能。
-
JEPADepth 框架增强了自监督单目深度估计
研究人员开发了 JEPADepth，一种新颖的自监督单目深度估计框架，它整合了受 Image Joint-Embedding Predictive Architectures (I-JEPA) 启发的掩码预测表示学习目标。该方法在 DINOv3 Vision Transformer 编码器的表示空间中，用预测损失增强了传统的光度损失。该方法在 KITTI、Make3D 和 Cityscapes 等标准基准测试中，与最先进的基于 Tra…
-
GeoStereo框架利用扩散先验统一立体几何估计
研究人员推出了一种新颖的框架GeoStereo，它统一了用于视差和表面法线预测的立体几何估计。该方法利用扩散先验来增强在低光照条件、反射表面和透明物体等具有挑战性的视觉场景中的性能。GeoStereo将前馈立体匹配管道与基于扩散的法线估计分支相结合，使扩散模型能够提供改进视差估计的结构先验，反之亦然。该框架在KITTI和NYUv2等基准测试中在视差估计方面取得了最先进的结果，并在iBims-1和ScanNet等室内数据集上在法线预测方…
-
新框架解决点云配准中的尺度不匹配和旋转问题
两篇新的研究论文介绍了一种用于点云配准的新型框架，点云配准是机器人领域 3D 感知中的一项关键任务。第一个，R-SLPR，通过采用涉及区域提议、匹配和精炼的多阶段方法来解决将小型或不完整的点云与大型参考点云对齐的挑战。第二个，SHReg，利用球谐函数和 SO(3) 的表示论来实现严格旋转等变点云配准，保证精确的等变性，而无需依赖脆弱的局部参考系。这两种方法在基准数据集上都展示了最先进的性能，尤其是在尺度不匹配或大旋转扰动等挑战性条件下。
-
STEREOFLOW 使用生成框架和扩散变换器推进立体匹配 · 已追踪 2 个来源
研究人员推出了一种新颖的立体匹配生成框架 STEREOFLOW，该框架解决了传统确定性回归方法的局限性。这种新方法将确定性匹配与生成模型相结合，利用了一个两阶段级联网络、一个名为 StereoDiT 的像素扩散变换器以及一个称为 Transition Flow Matching 的流匹配目标。STEREOFLOW 在具有挑战性的区域展现出强大的几何一致性和细节，在包括 Scene Flow、KITTI、ETH3D 和 Middlebu…
-
新的TAPAS策略优化自动驾驶系统感知以提高能效
研究人员开发了TAPAS，一种专为移动和边缘平台上运行的自动驾驶系统设计的新型吞吐量自适应感知策略。该系统根据不断变化的场景复杂度实时调整资源分配，旨在优化能耗同时保持性能。TAPAS利用带有门控循环单元代理的强化学习，跨异构硬件动态映射感知任务，在KITTI和nuScenes等数据集上展示了显著的节能效果和稳健的吞吐量达标率。
-
新框架改进了来自野外视频的4D驾驶场景重建
研究人员开发了自适应高斯图（AGG），这是一个旨在改进来自野外视频的4D驾驶场景重建的新型框架。现有方法在处理嘈杂的初始化时遇到困难，导致优化问题和拓扑错误。AGG通过使用语义引导的Tick-Tock策略，将静态背景和相机姿态更新与动态代理学习分离开来，从而解决了这个问题。此外，自适应拓扑演化模块通过管理代理存在、高斯分类和修剪假阳性来主动纠正图结构。该框架的有效性在新发布的Wild-30基准测试中得到了证明，该基准测试包含互联网和A…
-
新基准揭示光流模型在真实世界数据上表现不佳
一篇新研究论文介绍了一个名为 FlowFactor 的真实世界基准，旨在评估光流模型的泛化能力。研究表明，在 Sintel 和 KITTI 等合成数据集上的表现与实际真实世界精度之间存在显著差距。FlowFactor 由 TAP-Flow、Slow Flow 和其自身标注数据中的 8,204 对帧组成，强调了在光照变化和大位移上的性能与真实世界精度最相关。研究表明，仅仅增加训练数据和计算量可能无法弥合这一差距，并提倡创新的研究方法。
-
FlowPainter：用于光学流估计的新型扩散模型
研究人员开发了FlowPainter，一种用于估计光学流的新型基于扩散的框架。该方法使用轻量级的置信度感知网络区分运动的可靠区域和不确定区域。然后，FlowPainter利用此信息指导图像修复过程，整合判别性先验和基于扩散的细化，以提高在具有挑战性数据集上的准确性和加快收敛速度。
-
新的 OmniSCS 系统为自动驾驶合成逼真的安全关键场景
研究人员开发了 OmniSCS，一个旨在为自动驾驶系统合成安全关键场景的新颖系统。该系统通过在场景编辑过程中保持高数据保真度并高效生成逼真场景，解决了当前方法的局限性。OmniSCS 使用两个主要模块：一个用于构建具有高保真度代理外观和背景的可编辑驾驶世界，另一个通过对象插入和轨迹编辑合成安全关键场景。在 nuScenes、Waymo 和 KITTI 等数据集上进行的实验表明，与现有方法相比，OmniSCS 在编辑场景保真度方面表现更…
-
新方法改进了自动驾驶系统的激光雷达-相机配准
研究人员开发了一种新的方法，用于激光雷达点云和相机图像之间的点像素配准，这是自动驾驶和机器人感知中的一项关键任务。这种新颖的方法采用无检测器框架进行直接匹配，解决了两种数据类型之间的模态差异。它还包含一个可重复性评分机制，通过抑制低强度变化区域的匹配来提高可靠性，这对于稀疏的单帧激光雷达数据尤其有效。在多个基准测试上的实验表明，该方法达到了最先进的性能，甚至优于使用累积点云的方法。
-
LipSSD 论文引入 Lipschitz 约束以实现鲁棒的目标检测
研究人员推出 LipSSD，一种增强目标检测系统对抗鲁棒性的新方法。通过将 Lipschitz 约束纳入架构，LipSSD 旨在创建对恶意扰动具有内在更高抵抗力的检测器。该方法提供了传统对抗性训练的设计级替代方案，在未见过的攻击上表现出改进的性能，并在 LARD 和 KITTI 等安全关键数据集上保持了干净的准确性。