Войти
аналитика - Multisensor-Objekterkennung
Robuste Multisensor-3D-Objekterkennung mit einheitlichen BEV-Encodern zur Verbesserung der Ausfallsicherheit bei fehlenden Sensormodalitäten
UniBEV ist ein End-to-End-Multisensor-3D-Objekterkennungsmodell, das für Robustheit gegen fehlende Sensormodalitäten ausgelegt ist. UniBEV verwendet einen einheitlichen Ansatz zur Erstellung von BEV-Merkmalen aus allen verfügbaren Modalitäten, um eine bessere Ausrichtung der Merkmale zu erreichen. Verschiedene Fusionsstrategien werden untersucht, wobei die vorgeschlagene Channel Normalized Weights-Methode die Robustheit bei fehlenden Modalitäten verbessert.
Robustheit von Multisensor-3D-Objekterkennung: MultiCorrupt - Ein umfassendes Benchmark-Dataset für LiDAR-Kamera-Fusion
Bestehende Methoden zur multisensorischen 3D-Objekterkennung zeigen unterschiedliche Grade an Robustheit gegenüber verschiedenen Arten von Datenkorruptionen, je nach Fusionsstrategie und Ausrichtung des Modells.
Продукты | Ресурсы
© 2024 by Linnk AI