跳到正文
热点事件持续更新

路边相机+雷达3D形状与朝向估计论文

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

Shiva Agrawal、Savankumar Bhanderi 和 Gordon Elger 在 arXiv 论文 2610.18417v1 中提出一种低成本、资源高效的两阶段方法,用路侧 RGB 相机和 3D 雷达实时估计行人、自行车和汽车的 3D 形状与朝向,避免设计依赖大规模位置专用数据集的端到端 3D 边界框估计方案。 作者称该算法已在一段带路口的弯道上对行人、自行车和汽车完成验证,在 NVIDIA Jetson ORIN 上达到 25 帧每秒,可支持实时应用。该验证与性能数字为作者声称的结果。

AI 根据报道生成 · 3 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14日
  1. arXiv · cs.AI
    基于路侧 RGB 相机与 3D 雷达的资源高效道路使用者 3D 形状与朝向估计

    一项研究提出一种低成本、资源高效的两阶段方法,用路侧 RGB 相机和 3D 雷达实时估计行人、自行车和汽车的 3D 形状与朝向,避免依赖大规模位置专用数据集的端到端方案。

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。