实体
View of Delft
View of Delft
PulseAugur coverage of View of Delft — every cluster mentioning View of Delft 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
3 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新框架提升雷达-摄像头3D感知鲁棒性
研究人员开发了一个新框架，以提高融合雷达和摄像头数据的3D感知系统的鲁棒性。该方法解决了由驾驶场景、传感器设置和环境条件变化引起的性能下降问题。通过在频域中建模这些变异并合成多样化视图，该框架对检测器进行正则化，在训练期间保持稳定的融合表示，而无需在推理时使用目标域样本。
-
新框架利用弱监督改进雷达场景流估计
研究人员开发了一种新颖的弱监督雷达场景流估计框架，解决了地面真实数据有限的挑战。该新方法利用图像和里程计进行辅助监督，避免了昂贵的LiDAR传感器或复杂的多任务架构。该方法结合了源自2D跟踪和分割的实例感知自监督损失，以及用于静止区域的刚性静态损失。在View-of-Delft数据集上的实验表明，与现有的跨模态监督和全监督方法相比，该方法性能更优。
-
新框架实现弱监督雷达场景流估计
研究人员开发了一个用于4D雷达场景流估计的弱监督学习新框架，解决了获取真实标签数据的困难。该方法利用图像和里程计进行辅助监督，避免了昂贵的LiDAR传感器或复杂的多任务架构。该方法引入了新颖的实例感知自监督损失和刚性静态损失，在View-of-Delft数据集上展示了优于现有跨模态监督和全监督方法的性能。