本研究は、レーダーとカメラのフュージョンによる知覚タスクの堅牢性向上に取り組んでいる。従来のレーダーポイントクラウドは高さ情報が不足しており、ネットワークの性能を阻害していた。
本研究では、深層学習を用いてレーダーポイントの高さを推定する手法を提案する。ロバストな回帰損失関数を導入し、重要な特徴を強調するマルチタスク学習戦略を採用することで、平均レーダー高さ誤差を1.69mから0.25mまで大幅に低減している。
推定された高さ値を使ってレーダーデータを前処理・強化することで、物体検出や深度推定などの知覚タスクの性能が向上することを示している。これは、高精度なレーダーデータが知覚タスクの性能向上に重要であることを示している。
To Another Language
from source content
arxiv.org
Ключові висновки, отримані з
by Huawei Sun,H... о arxiv.org 04-10-2024
https://arxiv.org/pdf/2404.06165.pdfГлибші Запити