自动驾驶不怵恶劣天气,西电&上海AI Lab多模态融合检测端到端算法...

最终实验结果显示,E2E-MFD在信息传递、图像质量、训练时间和目标检测方面均优于现有方法。E2E-MFD:多模态融合检测端到端算法众所周知,精确可靠的目标解析在自动驾驶和遥感监测等领域至关重要。仅依赖可见光传感器可能会导致在恶劣天气等复杂环境中的目标识别不准确。可见光-红外图像融合作为一种典型的多模态融合(...

自动驾驶汽车的环境感知技术:精准识别,安全驾驶

除了道路和交通标志的识别,自动驾驶汽车的感知系统还需要精准检测并跟踪周围的各类动态目标,如行人、非机动车、其他车辆等。先进的深度学习算法能够从复杂的道路环境中准确识别这些目标,并持续跟踪其位置变化,为车载决策系统提供实时的路况信息。通过对目标的位置、速度、运动轨迹等关键参数的分析,自动驾驶汽车可以提前做出...

多伦科技申请基于机器视觉的车辆尾灯行为识别方法及电子设备专利...

专利摘要显示，本发明公开一种基于机器视觉的车辆尾灯行为识别方法，包括：获取对车载录像设备录制的动态行驶路况视频，对视频进行预处理，得到视频中所包含的各个车辆的车辆序列图片；对车辆序列图片进行切片和人工分析，并对其中存在的目标车辆尾灯行为进行标注；采用CNN+Transformer结合的总体网络架构构建用于识别车辆尾灯...

广汽埃安申请目标物体识别方法及装置专利,提高目标物体的识别准确...

专利摘要显示,本申请涉及数据处理技术领域,提供一种目标物体识别方法及装置,所述方法包括:根据从目标图像中提取到的特征图,确定特征图对应的目标锚点配置;根据目标锚点配置,从特征图中提取多个锚点框,输入训练好的物体检测模型,得到特征图中目标物体的特征区域;根据特征区域,确定目标物体在目标图像中的目标区域;其中,特征...

自动驾驶中用于目标检测和语义分割的Radar-Camera融合综述

这两种方法之间的主要区别在于RA张量由复数值组成,这些复数值有助于使用空间模式识别目标。此外,Palffy等人将雷达目标映射到雷达RAD张量中,并裁剪源自每个对象的3D雷达张量进行分类。将雷达目标和雷达立方体的特征相结合,表明所提出的雷达目标分类网络(RTCnet)优于以前的目标分类方法。

中国汽研申请一种自动识别车型设计参数的测量方法及系统专利,能...

金融界2024年5月29日消息,据国家知识产权局公告,中国汽车工程研究院股份有限公司申请一项名为“一种自动识别车型设计参数的测量方法及系统“,公开号CN202410230284.7,申请日期为2024年2月(www.e993.com)2024年11月3日。专利摘要显示,本发明涉及汽车检测技术领域,公开一种自动识别车型设计参数的测量方法及系统,包括根据预设的文件命名规则,对待测量车...

...同济大学尹慧琳团队:抵御对抗攻击的半监督学习自动驾驶目标...

图1.本文提出的半监督自动驾驶鲁棒目标检测框架本研究提出的方法首先采用MoCo预训练框架进行迁移学习,借助对比学习,从更广泛的物理世界数据分布中汲取知识,从而提升下游任务的性能。随后,本研究采用半监督协同训练的方式,对无标签数据进行标注。最后,将原有的有标签数据与新标注的数据进行混合训练,同时利用BBAug方法进行...

汽车环境中的多径虚假目标抑制

考虑了两种有多径和无多径的汽车场景,以评估所提出的方法识别真实和幽灵目标的能力。测试I和III考虑了一个单一目标车辆沿金属表面移动的汽车场景,并分别通过模拟和使用收集的雷达测量数据来评估该算法是否能正确识别虚假目标轨迹。测试二和四考虑了一个汽车场景,即两辆目标车在没有相邻反射面的开放道路上的相邻车道上...

CVPR大会召开,Nullmax纽劢提出检测新方法QAF2D技术革新多相机3D检测

该研究提出了一种名为QAF2D的多相机3D目标检测新方法,通过2D检测结果引导生成3D查询锚点,显著提升了多相机3D目标检测的性能。这一成果不仅体现了Nullmax纽劢在计算机视觉领域的技术实力和创新能力,也为自动驾驶系统的感知技术带来了重要的提升。CVPR,作为全球计算机视觉和模式识别领域的璀璨明珠,已熠熠生辉地举办了四十...

AI大模型感知进阶过程中的特征融合与目标融合,你看懂了吗?

比如对于自动驾驶系统道路上的一些装载有特殊货物的异形车辆检测,如果用简单的目标融合检测算法显然是容易出现漏识别或误识别的。主要体现在,由于各个感知源对该目标的识别都是通过提前训练好的算法模型进行识别的。但是,对于这种叠加的异型车辆则没有办法从模型库中做信息匹配。因此,如果可以先使用基于目标检测的识别算法...