路侧两阶段3D形状与朝向估计方法提出
热点事件持续更新
路侧两阶段3D形状与朝向估计方法提出
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
研究者提出一种低成本、资源高效的两阶段方法,用于路侧RGB相机与3D雷达的道路使用者3D形状与朝向估计。该方法不设计复杂的端到端管线,而是用现成方法提取2D相机检测框与3D雷达点,再由雷达确定3D位置、预定义模板确定尺寸、微型神经网络预测站点专属偏航角。 研究称,该方法在带路口的弯道场景对行人、自行车和汽车完成验证,在NVIDIA Jetson ORIN上达到25帧每秒,可满足实时应用。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
利用路侧 RGB 相机与 3D 雷达实现资源高效的道路使用者 3D 形状与朝向估计报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv cs.AI利用路侧 RGB 相机与 3D 雷达实现资源高效的道路使用者 3D 形状与朝向估计
针对路侧传感器安装高度、倾角与视场差异大导致端到端模型难以泛化的问题,研究者提出一种低成本两阶段方法,用现成方法提取 2D 相机检测框与 3D 雷达点,再由雷达确定 3D 位置、预定义模板确定尺寸、微型神经网络预测站点专属偏航角。该方法在带路口的弯道场景对行人、自行车和汽车完成验证,在 NVIDIA Jetson ORIN 上达到 25 帧每秒,可满足实时应用。
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。