Forecasting from LiDAR via Future Object Detection

Forecasting from LiDAR via Future Object Detection

基础信息
  1. 论文:cvpr2022
  2. paper https://openaccess.thecvf.com/content/CVPR2022/papers/Peri_Forecasting_From_LiDAR_via_Future_Object_Detection_CVPR_2022_paper.pdf
  3. github:https://github.com/neeharperi/FutureDet?tab=readme-ov-file
  4. 单位:Carnegie Mellon University,RWTH Aachen University,TUM Munich,Argo AI

摘要

1.目标检测和预测是具身感知的基本组成部分。

  1. 然而,这两个问题目前都是孤立地进行研究

  2. 在本文中,我们提出了一种端到端基于点云数据的端到端检测和运动预测方法,而不是根据一些真值。

  3. 我们不是预测当前的帧位置再向前预测,而是直接预测未来的物体位置和反推每个轨迹的起点

  4. 与其他模块化或端到端基线相比,我们的方法不仅提高了整体的准确性,而且还促使我们重新思考显式跟踪在具体化感知中的作用。

  5. 此外,通过以多个方式连接未来和当前位置,我们的方法能够推断多个未来,这是以前被认为是端到端方法困难的能力。

  6. 我们在流行的nuScenes数据集上进行了广泛的实验,并证明了我们的方法的经验有效性

  7. 此外,我们还研究了对端到端设置重用标准预测指标的适当性,并发现了一些允许我们构建简单的基线来博弈这些指标的限制。

  8. 我们通过一套新的联合预测和检测度量来解决这个问题,该度量将常用的AP度量从检测社区扩展到度量预测精度。

  9. 我们的代码可以在GitHub上找到。

相关推荐
Learn Beyond Limits11 分钟前
Transfer Learning|迁移学习
人工智能·python·深度学习·神经网络·机器学习·ai·吴恩达
程序员三明治12 分钟前
三、神经网络
人工智能·深度学习·神经网络
hundaxxx1 小时前
自演化大语言模型的技术背景
人工智能
数智顾问2 小时前
【73页PPT】美的简单高效的管理逻辑(附下载方式)
大数据·人工智能·产品运营
love530love2 小时前
【保姆级教程】阿里 Wan2.1-T2V-14B 模型本地部署全流程:从环境配置到视频生成(附避坑指南)
人工智能·windows·python·开源·大模型·github·音视频
木头左2 小时前
结合机器学习的Backtrader跨市场交易策略研究
人工智能·机器学习·kotlin
Coovally AI模型快速验证2 小时前
3D目标跟踪重磅突破!TrackAny3D实现「类别无关」统一建模,多项SOTA达成!
人工智能·yolo·机器学习·3d·目标跟踪·无人机·cocos2d
研梦非凡2 小时前
CVPR 2025|基于粗略边界框监督的3D实例分割
人工智能·计算机网络·计算机视觉·3d
MiaoChuAI2 小时前
秒出PPT vs 豆包AI PPT:实测哪款更好用?
人工智能·powerpoint
fsnine3 小时前
深度学习——残差神经网路
人工智能·深度学习