Kitti
PulseAugur coverage of Kitti — every cluster mentioning Kitti across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
LePoKet 框架通过可学习的知识迁移增强机器人视觉
研究人员开发了 LePoKet，一种用于机器人视觉系统知识迁移的新型框架。该方法在块状接口内优化交互参数，实现了可学习的参数优化，而无需依赖固定的蒸馏目标。LePoKet 在 CIFAR-10 和 CIFAR-100 等图像分类任务上显著降低了错误率，并提高了光流模型密集运动估计的性能。
-
SAVTrack 通过选择性投票聚合改进 3D LiDAR 跟踪 · 跟踪了 2 个来源
研究人员开发了 SAVTrack，一种用于 LiDAR 点云中 3D 单目标跟踪的新框架，该框架解决了稀疏和不完整数据带来的挑战。该系统采用选择性投票聚合 (SAV) 来估计候选投票的可靠性，在提议聚类之前移除低置信度的假设。这种方法通过防止不可靠数据污染过程来提高定位精度。SAVTrack 在 KITTI 和 nuScenes 数据集上展示了具有竞争力的性能，运行速度为 82 FPS，并且比现有方法保留的候选投票数明显更少，因此在稀…
-
研究质疑学习到的先验知识在视觉惯性估计中的价值
一篇新发表在arXiv上的研究论文，调查了学习到的先验知识在视觉惯性估计系统中的有效性。研究人员开发了一个受控框架，以将学习到的先验知识的影响与后端融合、校准和初始化等其他系统组件分离开来。他们的发现表明，虽然学习到的先验知识可以被集成，但在系统的整体设计和评估中没有得到妥善考虑时，它们对提高准确性的直接贡献往往是边际性的。
-
SURE-Map框架通过自我修正增强几何基础模型
研究人员推出了一种新颖的、用于流式几何基础模型的自我修正框架SURE-Map。该系统通过显式建模跨视图几何不确定性并实现多时间尺度的自我修正，解决了现有模型的局限性。SURE-Map旨在提高重建的准确性并减少几何失真，尤其是在长距离场景以及存在动态对象或纹理较弱的情况下。
-
新的CAESAR框架改进了无监督点云配准
研究人员开发了CAESAR，一种利用训练时语义引导的无监督点云配准新框架。该方法解决了户外场景中几何模糊性的挑战，这种模糊性常常会降低伪标签质量并阻碍收敛，特别是对于nuScenes等稀疏LiDAR扫描。CAESAR在训练期间采用教师-学生方法，使用现成的3D分割模型，并结合了双线索引导再匹配和语义预测蒸馏等技术，以提高配准精度，而不会增加推理开销或需要对配准数据进行语义标注。在KITTI和nuScenes数据集上的实验显示了最先进的…
-
新FFVO方法增强了自动驾驶的视觉里程计
研究人员开发了前馈视觉里程计（FFVO），这是一种用于自动驾驶系统估计相机运动和三维结构的新方法。FFVO通过使用紧凑的令牌表示、分层时间解码器和中间轨迹监督，解决了计算成本、长上下文模糊和时间不稳定性等挑战。在Waymo Open Dataset和KITTI等数据集上的评估表明，FFVO在减少抖动和漂移方面，与现有的前馈方法相比具有竞争力。
-
新的高斯信念传播网络推动深度补全技术发展
研究人员推出了一种新颖的框架——高斯信念传播网络（GBPN），它将深度学习与概率图模型相结合，用于深度补全。这种混合方法使用图模型构建网络（GMCN）动态构建特定场景的马尔可夫随机场（MRF），并通过高斯信念传播（GBP）进行推理，以生成密集深度图。GMCN旨在预测自适应的非局部边缘，从而捕捉复杂的空间依赖关系，而增强的、具有并行消息传递的GBP则改善了稀疏数据的传播。在NYUv2和KITTI基准上的实验表明，GBPN取得了最先进的性…
-
LangStreet 为高斯场景表示引入持久化语言场
研究人员引入了 LangStreet，一种用于锚点解码街景高斯函数的新型持久化语言场方法。该方法通过建立语义归属来解决可扩展锚点解码系统中不同视图之间的语义识别挑战，其中持久化锚点和解码器槽位持有语言场，而瞬时子节点路由观测。LangStreet 在 KITTI、Virtual KITTI 和 Waymo 等数据集上表现强劲，与现有方法相比，在显著减小的特征占地面积下实现了具有竞争力的准确性。
-
新的ROVR数据集旨在推进自动驾驶深度估计
研究人员推出ROVR，一个用于自动驾驶的新大规模深度数据集，旨在克服现有数据集（如KITTI和nuScenes）的局限性。ROVR包含200,000张高分辨率帧，涵盖北美、欧洲和亚洲的各种驾驶场景、天气条件和地理位置。该数据集的成本效益高的采集流程和公开支持工具旨在实现可扩展性和可重复性，从而能够对深度估计架构中的常见故障模式进行更稳健的模型训练和分析。
-
TFTrack框架提供高效无模板3D点云跟踪
研究人员推出TFTrack，一个专为使用LiDAR数据进行高效3D点云跟踪而设计的新型框架。这种无模板方法通过消除模板-搜索配对和复杂运动建模的需求，简化了现有的Siamese跟踪方法。TFTrack利用先验边界框中心和大小直接处理当前帧，并提供三种变体以适应不同的3D表示。在KITTI和nuScenes基准上的实验表明，TFTrack在实现具有竞争力的性能的同时，显著降低了计算负载并提高了速度，使其适合在机器人系统中进行实时部署。
-
新的DXPR框架实现了仅用摄像头在激光雷达地图中进行定位
研究人员开发了DXPR，一种新颖的跨模态地点识别框架，使机器人和自动驾驶汽车能够仅使用摄像头数据在激光雷达地图中进行定位。这是通过将摄像头图像和激光雷达扫描转换为统一的深度图像表示来实现的，从而允许单个视觉基础模型学习模态不变的描述符。该系统包含一个几何感知重叠挖掘器，以确保准确的度量学习，并在KITTI和Boreas等数据集的各种环境条件下展示了强大的性能和鲁棒性，优于现有方法。
-
Marigold V2 使用扩散 Transformer 推进单目深度估计
研究人员开发了 Marigold V2，这是单目深度估计领域的一项进展，它重新利用了扩散 Transformer (DiT) 架构。该新方法通过采用预训练流匹配模型的单步推理、与真实特征的语义对齐以及使用基于 Sinkhorn 的损失的新颖两阶段微调协议，实现了更清晰、更详细的深度图。Marigold V2 在 KITTI 和 ETH3D 等基准测试中显示出比先前模型显著的改进，并且在表面法线估计和内在图像分解等相关任务上也表现出最先进的性能。
-
新框架通过分布外物体检测提升自动驾驶安全性
研究人员推出了一项新的分布外（OoD）语义占用预测任务和框架，这对于自动驾驶安全至关重要。提出的OccOoD框架将OoD检测集成到3D语义占用预测中，利用跨空间语义细化（CSSR）来改进未知障碍物的检测。为了促进这项研究，通过添加保留真实空间和遮挡模式的合成异常来增强现有数据，创建了两个新数据集：VAA-KITTI和VAA-KITTI-360。实验表明，OccOoD在语义占用预测方面达到了具有竞争力的准确性，同时显著提高了检测未知障碍物的灵敏度。
-
新的ARC-Loc方法实现了地面到卫星图像的直接本地化
研究人员开发了ARC-Loc，一种新颖的跨视图本地化方法，可以直接将地面图像与卫星图像进行匹配，而无需依赖中间的3D变换或外部深度模型。该技术利用了地面关键点可以映射到卫星地图上汇聚的射线的几何原理，其交点指示用户的位置。这种方法通过方位角射线收敛（ARC）求解器和损失函数进行优化，在保持VIGOR和KITTI等基准数据集上具有竞争力的准确性的同时，提供了更快、更节省内存的推理。
-
SimFuse3D 增强了 LiDAR 数据中的跨平台3D目标检测能力
研究人员开发了 SimFuse3D，一种用于改进 LiDAR 数据中跨平台3D目标检测的新方法。该技术通过利用标记源扫描的几何信息来修复目标扫描中的伪对象，从而解决了传感器高度和视点变化带来的挑战。SimFuse3D 集成了目标模拟和置信度引导重加权，以增强定位和回归能力，在多个基准测试中表现优于现有方法。
-
Scal3R方法通过多相对位姿查询增强在线3D重建
研究人员开发了Scal3R，一种改进长视频在线3D重建的新方法。通过使用轻量级token和冻结骨干网络将问题重新表述为多参考相对位姿查询，Scal3R显著减少了漂移。该系统在包括KITTI、Virtual KITTI、Sintel、TUM-Dynamic、ScanNet和7-Scenes在内的各种数据集上取得了最先进的性能，同时仅需要原始骨干网络约1%的参数，并在单个GPU上8小时内收敛。
-
新方法利用重力先验简化绝对位姿估计
研究人员开发了一种新的物体绝对位姿估计方法，这对于机器人应用至关重要。该方法利用重力方向作为先验信息，将6-DoF问题简化为4-DoF估计。通过解耦变换并使用1D全局投票算法进行旋转估计，然后进行线性平移估计，该方法实现了更高的效率。进一步的精炼提高了旋转和平移的准确性，在合成和真实世界数据集上均优于现有的最先进方法，并在与ORB-SLAM2集成时改善了轨迹对齐。
-
PhasorNet 使用频域进行实时立体匹配
研究人员开发了 PhasorNet，一个用于实时立体匹配的新框架，该框架利用频域线索来提高在挑战性场景下的准确性。该系统包含一个相位增强Transformer (PAT)，将傅里叶衍生的相位信息整合到其注意力机制中，增强了其保持结构一致性的能力。此外，一个几何上下文融合细化模块 (GCFRM) 结合了卷积和基于注意力的流，以有效地保持精细细节和物体边界。PhasorNet 使用多尺度边缘引导高误差区域 (EHR) 损失进行训练，以较低…
-
新型攻击利用自动驾驶汽车传感器校准
研究人员开发了一种针对自动驾驶汽车在线校准系统的对抗性校准攻击（ACA）。该攻击利用了车辆检测和纠正传感器失准（例如摄像头和激光雷达之间）的过程。通过使用特制的对抗性海报，ACA可以欺骗车辆接受错误的校准数据，导致感知错误，并可能引发碰撞。该攻击已被证明能在基准数据集上引起显著的校准误差，并在物理机器人上成功复现。
-
新的DPA-I2P方法提高了自动驾驶定位精度
研究人员开发了DPA-I2P，一种新颖的图像到点云配准方法，这是自动驾驶和室外定位的关键任务。该新方法通过射线条件度量深度编码和投影一致视觉提升，以结构化、几何感知的方式整合深度和视觉线索，从而提高了精度。此外，还采用了跨模态查询修剪来稳定匹配，抑制不可靠的查询。在KITTI和nuScenes数据集上的实验表明，DPA-I2P相比现有方法有了显著改进，大幅降低了旋转和平移误差。