V
主页
WACV 2022 | SIDE:具有结构感知实例深度估计的基于中心的立体3D目标检测器
发布人
论文链接:https://arxiv.org/abs/2108.09663 3D检测在环境感知中起着不可或缺的作用。由于常用LiDAR传感器的高成本,基于立体视觉的3D检测作为一种经济而有效的设置,最近受到了更多的关注。对于这些基于2D图像的方法,准确的深度信息是实现3D检测的关键,大多数现有方法都依赖于深度估计的初步阶段。
打开封面
下载高清视频
观看高清视频
视频下载器
Waabi最新!UnO:用于感知和预测的SOTA模型(超越监督方式)
OmniDet:环视鱼眼多任务感知网络(深度估计、视觉里程计、语义和运动分割、目标检测和镜头污染检测)
什么是端到端自动驾驶?什么是基础world model?
CVPR 2023 | BEVHeight:基于视觉的道路3D目标检测的鲁棒框架
从0到1!彻底搞懂BEVFormer算法原理
多传感器融合!BEV感知融合算法介绍
【WACV 2022】通过扩展自注意力模块实现鲁邦的车道线检测
端到端算法有哪些优势?完爆传统感知规控?
CVPRW 2023 | 一种新的RGB+深度3D数据集,用于长范围目标跟踪应用
IROS2022 | 连续时间立体视觉惯性里程计
自动驾驶如何学好C++?
英伟达最新 | OmniDrive:用于3D感知、推理和规划功能的自动驾驶大语言模型
ECCV2022 workshop | 自动驾驶中的自监督学习part1(数据处理、深度估计、3D检测/跟踪、SLAM、定位等!)
CVPR 2023:VoxelNeXt:用于3D目标检测和跟踪的全稀疏新框架!
自动驾驶中的多传感器融合状态估计如何建模?
特斯拉的World Model是什么?怎么做端到端训练?
BEV-SAN:通过切片注意力网络实现精确的BEV 3D检测
IROS2022 | 毫米波雷达和相机融合在高分辨率和远距离深度成像中的探索
跟知乎大V一起来学BEV!视觉BEV感知和跟踪算法详解
Hydra MDP | 英伟达如何理解端到端自动驾驶?
3D目标检测的数据标注/算法讲解/训练调优全系列闭环
【ECCV 2022】显著减少自动驾驶碰撞率!可微分光线投射应用于自监督占位预测
CVPR2022 | SHIFT:当前自动驾驶最大的多任务合成数据集(雾天/雨天/雪天,检测、分割、深度图、实例分割、光流)
【地平线×自动驾驶之心】在线高精矢量化地图构建SOTA方案MapTR v1/v2、LaneGAP
2022最新 | HybridNets:端到端感知网络(检测+可行使区域分割+车道线三大任务)
自动驾驶 3D LiDAR目标跟踪技术实现细节大揭秘!
最新!CoRL 2022 |Waymo分享自动驾驶行为 模型方案
基于多传感器的自动驾驶动态目标检测、跟踪和轨迹预测
CVPR2023最新!TBP Former:BEV下以视觉为中心的自动驾驶中的联合感知和预测网络
毫米波雷达-视觉融合感知方法(前融合/特征级融合/数据级融合)
地平线最新!DynStatF:用于激光雷达点云 3D 目标检测的高效特征融合策略
端到端趋势下,传统规控还有未来么?
速度和精度双SOTA! TPAMI 2022最新车道线检测算法(Ultra-Fast-Lane-Detection-V2)
SemanticKITTI SOTA!激光雷达数据中的运动目标分割(IROS2022)
Nuscenes、KITTI等多个BEV开源数据集介绍!
【WACV 2022】具有全局地图一致性的视觉导航的自监督域自适应
BEVCar:SOTA!RV融合完成地图和分割双任务
立体视觉中的对应性 | 哥伦比亚大学相机模型与标定系列课程(11)
传感器融合教程 Part 4 - 3D目标检测和传感器融合流程(3D Object Detection and Sensor Fusion pipeline)
CVPR 2023 | DINER: 基于深度感知图像的神经辐射场