跳到正文
热点事件持续更新

两阶段路侧相机-雷达3D检测法提出

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

研究者 Shiva Agrawal、Savankumar Bhanderi 与 Gordon Elger 提出一种资源高效的两阶段实时 3D 形状与朝向估计方法,用路边 RGB 摄像头配合 3D 雷达检测行人、自行车和汽车。该方法针对路侧传感器高度、倾角与视野差异大、端到端模型难以泛化的问题,放弃复杂的端到端管线。 具体分工是:第一阶段用现成方法提取 2D 摄像头检测框和对应 3D 雷达点;第二阶段由雷达确定 3D 位置、模板确定各道路使用者的尺寸,再用一个小型神经网络预测场景特定的偏航角。 作者称该方法在一处带行人路口的弯道路段完成验证,在 NVIDIA Jetson ORIN 上达到每秒 25 帧,可用于实时应用。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv:cs.AI
    用路边 RGB 摄像头与 3D 雷达实现资源高效的道路使用者 3D 形状与朝向估计

    针对路边传感器高度、倾角与视野差异大导致端到端模型难以泛化的问题,研究者提出一种两阶段、低成本的实时 3D 形状与朝向估计方法。第一阶段用现成方法提取 2D 摄像头检测框与对应 3D 雷达点,第二阶段由雷达确定 3D 位置、模板确定各道路使用者尺寸,再用一个小型神经网络预测场景特定的偏航角。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。