News center

无人驾驶方面的优秀论文一起来看看该领域最前沿的研究课题

作者:威尼斯赌场  来源:澳门威尼斯赌场  发布日期:2019-12-18 06:10  浏览次数:

  近日,CVPR 2019发布接收论文ID列表,共计1300篇论文被接收,接受率为25.2%。本文整理了

  CVPR 是首屈一指的年度计算机视觉盛会,在机器学习领域享有盛名。今年的 CVPR 将于 6 月 16 日-20 日于美国加州的长滩市举行。

  CVPR 作为计算机视觉领域的顶级学术会议,今年共收到了 5165 篇有效提交论文,比去年 CVPR2018 增加了 56%。不久之前,CVPR 2019 官网放出了最终的论文接收结果。据统计,本届大会共接收了 1300 论文,接收率接近 25.2%。本文智车科技整理了本届会议上与无人驾驶相关的优秀论文及项目,并附有下载链接。

  摘要:3D物体检测是自动驾驶中的基本任务。如果从精确但昂贵的LiDAR技术获得3D输入数据,则最近的技术具有高度准确的检测率。迄今为止,基于较便宜的单目或立体图像数据的方法导致精度显着降低 - 这种差距通常归因于基于图像的深度估计不良。然而,在本文中,我们认为数据表示(而不是其质量)占据了差异的大部分。考虑到卷积神经网络的内部工作原理,我们建议将基于图像的深度图转换为伪LiDAR表示 - 基本上模仿LiDAR信号。通过这种表示,我们可以应用不同的现有基于LiDAR的检测算法。在流行的KITTI基准测试中,我们的方法在现有的基于图像的性能方面取得了令人印象深刻的改进 - 提高了30米范围内物体的检测精度,从先前的22%到现在的前所未有的74% 。在提交时,我们的算法在KITTI 3D对象检测排行榜上保持最高条目,用于基于立体图像的方法。

  摘要:自动驾驶引起了业界和学术界的极大关注。一个重要的任务是估计道路上移动或停放的车辆的3D特性(例如,翻译,旋转和形状)。这项任务虽然至关重要,但在计算机视觉领域仍未得到充分研究 - 部分原因在于缺乏适合自动驾驶研究的大规模和完全注释的3D汽车数据库。在本文中,我们贡献了第一个适合3D汽车实例理解的大型数据库 - ApolloCar3D。该数据集包含5,277个驾驶图像和超过60K的汽车实例,其中每辆汽车都配备了具有绝对模型尺寸和语义标记关键点的行业级3D CAD模型。该数据集比PASCAL3D +和KITTI(现有技术水平)大20倍以上。为了在3D中实现高效标记,我们通过考虑单个实例的2D-3D关键点对应关系和多个实例之间的3D关系来构建管道。配备这样的数据集,我们使用最先进的深度卷积神经网络构建各种基线算法。具体来说,我们首先使用预先训练的Mask R-CNN对每辆车进行分段,然后基于可变形的3D汽车模型,使用或不使用语义关键点,对其3D姿势和形状进行回归。研究表明,使用关键点可以显着提高拟合性能。最后,我们开发了一个新的3D度量,共同考虑3D姿势和3D形状,允许进行全面的评估和消融研究。

  摘要:在人群场景中,行人的可靠轨迹预测需要深刻理解他们的社交行为。大量研究已经很好地研究了这些行为,而规则很难充分表达。最近基于LSTM网络的研究表明,学习社交行为的能力很强。然而,这些方法中的许多方法依赖于先前的相邻隐藏状态,但忽略了邻居的重要当前意图。为了解决这个问题,我们提出了一个用于LSTM网络(SR-LSTM)的数据驱动状态细化模块,它激活了对邻居当前意图的利用,并共同和迭代地改进了人群中所有参与者的当前状态。通过消息传递机制。为了有效地提取邻居的社会影响,我们进一步介绍了一种社会意识信息选择机制,包括逐元素运动门和行人注意力,以便从邻近的行人中选择有用的信息。两个公共数据集(即ETH和UCY)的实验结果证明了我们提出的SR-LSTM的有效性,并且我们实现了最先进的结果。

  摘要:视觉惯性测距(VIO)的深度学习方法已被证明是成功的,但他们很少专注于结合稳健的融合策略来处理不完美的输入感觉数据。我们提出了一种新颖的端对端选择性传感器融合框架,用于单眼VIO,融合单眼图像和惯性测量,以估计轨迹,同时提高对实际问题的鲁棒性,如丢失和损坏的数据或不良的传感器同步。特别地,我们提出了两种基于不同掩蔽策略的融合模态:确定软性融合和随机硬融合,并与先前提出的直接融合基线进行比较。在测试期间,网络能够选择性地处理可用传感器模态的特征并且产生大规模的轨迹。我们对三种公共自动驾驶,微型飞行器(MAV)和手持VIO数据集的性能进行了全面调查。结果证明了融合策略的有效性,与直接融合相比,其提供了更好的性能,特别是在存在损坏的数据的情况下。此外,我们通过可视化不同场景中的掩蔽层和不同的数据损坏来研究融合网络的可解释性,揭示融合网络与不完美的传感输入数据之间的有趣相关性。

  摘要:我们提出DeepMapping,一种新颖的注册框架,使用深度神经网络(DNN)作为辅助功能,将多点云从头开始对齐到全局一致的帧。我们使用DNN来模拟高度非凸映射过程,该过程传统上涉及手工制作的数据关联,传感器姿态初始化和全局细化。我们的关键新颖之处在于,正确定义无监督损失以通过反向传播来“训练”这些DNN等同于解决基础注册问题,但是对ICP的要求实现良好初始化的依赖性更小。我们的框架包含两个DNN:一个估计输入点云姿态的本地化网络,以及一个通过估计全局坐标的占用状态来模拟场景结构的地图网络。这允许我们将配准问题转换为二进制占用分类,这可以使用基于梯度的优化来有效地解决。我们进一步表明,通过在连续点云之间施加几何约束,可以很容易地扩展DeepMapping以解决激光雷达SLAM的问题。在模拟和真实数据集上进行实验。定性和定量比较表明,与现有技术相比,DeepMapping通常能够实现更加稳健和准确的多点云全局注册。在模拟和真实数据集上进行实验。定性和定量比较表明,与现有技术相比,DeepMapping通常能够实现更加稳健和准确的多点云全局注册。在模拟和真实数据集上进行实验。定性和定量比较表明,与现有技术相比,DeepMapping通常能够实现更加稳健和准确的多点云全局注册。

  摘要 :我们通过充分利用立体图像中的稀疏,密集,语义和几何信息,提出了一种用于自动驾驶的三维物体检测方法。 我们的方法,称为Stereo R-CNN,扩展了更快的R-CNN用于立体声输入,以同时检测和关联左右图像中的对象。 我们在立体声区域提议网络(RPN)之后添加额外分支来预测稀疏关键点,视点和对象维度,这些关键点与2D左右框组合以计算粗略的3D对象边界框。 然后,我们通过使用左右RoI的基于区域的光度对准来恢复精确的3D边界框。 我们的方法不需要深度输入和3D位置监控,但是,优于所有现有的完全监督的基于图像的方法。 在具有挑战性的KITTI数据集上的实验表明,我们的方法在3D检测和3D定位任务上的性能优于最先进的基于立体的方法约30%AP。

  摘要:立体匹配估计整流图像对之间的差异,这对深度感测、自动驾驶和其他相关任务非常重要。先前的工作建立了在所有视差水平上具有交叉相关或串联左右特征的成本量,然后利用2D或3D卷积神经网络来回归视差图。在本文中,我们建议通过分组相关来构建成本量。左边特征和右边特征沿着通道维度被分成组,并且在每个组之间计算相关图以获得多个匹配成本提议,然后将其打包到成本量中。分组相关为测量特征相似性提供了有效的表示,并且不会丢失过多的信息,如完全相关。与以前的方法相比,它在减少参数时也能保持更好的性能。在先前的工作中提出的3D堆叠沙漏网络被改进以提高性能并降低推理计算成本。实验结果表明,我们的方法在Scene Flow,KITTI 2012和KITTI 2015数据集上优于以前的方法。此代码可通过xy-guo/GwcNet(代码待更新)获得。

  摘要:用于像素对应的现有深度学习方法输出运动场的点估计,但不表示完全匹配分布。匹配分布的显式表示对于许多应用是期望的,因为它允许直接表示对应概率。使用深度网络估计全概率分布的主要困难是推断整个分布的高计算成本。在本文中,我们提出了分层离散分布分解,称为HD3,以学习概率点和区域匹配。它不仅可以模拟匹配不确定性,还可以模拟区域传播。为了实现这一点,我们估计了不同图像尺度下像素对应的层次分布,而没有多假设集合。尽管它很简单,但我们的方法可以在既定基准上实现光流和立体匹配的竞争结果,而估计的不确定性是错误的良好指标。此外,即使区域在图像上变化,也可以将区域内的点匹配分布组合在一起以传播整个区域。

  摘要:在本文中,我们解决了自动驾驶环境下的场景流量估计问题。 我们利用深度学习技术以及强大的先验,因为在我们的应用领域中,场景的运动可以由机器人的运动和场景中的演员的3D运动来组成。 我们将问题表达为深度结构化模型中的能量最小化,这可以通过展开高斯 - 牛顿求解器在GPU中有效地求解。 我们在具有挑战性的KITTI场景流数据集中的实验表明,我们以超大的优势超越了最先进的技术,同时快了800倍。

  摘要:本文提出了一种解决单眼视觉测距问题的新框架,称为MagicVO。 基于卷积神经网络(CNN)和双向LSTM(Bi-LSTM),MagicVO在摄像机的每个位置输出6-DoF绝对标度姿势,并以一系列连续单目图像作为输入。 它不仅利用CNN在图像特征处理中的出色表现,充分提取图像帧的丰富特征,而且通过Bi-LSTM从图像序列前后学习几何关系,得到更准确的预测。 MagicVO的管道如图1所示.MagicVO系统是端到端的,KITTI数据集和ETH-asl cla数据集的实验结果表明MagicVO比传统的视觉测距具有更好的性能( VO)系统在姿态的准确性和泛化能力方面。

  摘要:行人检测在诸如自动驾驶的许多应用中起着重要作用。我们提出了一种方法,将语义分割结果作为自我关注线索进行探索,以显着提高行人检测性能。具体而言,多任务网络被设计为从具有弱框注释的图像数据集联合学习语义分割和行人检测。语义分割特征图与相应的卷积特征图连接,为行人检测和行人分类提供更多的辨别特征。通过联合学习分割和检测,我们提出的行人自我关注机制可以有效识别行人区域和抑制背景。此外,我们建议将来自多尺度层的语义注意信息结合到深度卷积神经网络中以增强行人检测。实验结果表明,该方法在Caltech数据集上获得了6.27%的最佳检测性能,并在CityPersons数据集上获得了竞争性能,同时保持了较高的计算效率。

  文章出处:【微信号:IV_Technology,微信公众号:智车科技】欢迎添加关注!文章转载请注明出处。

  近日有外媒报道称,根据特斯拉的产品战略规划,其还有一款待确定的车型将在未来发布,该产品或将是一款基于....

  Waymo收购英国AI公司Latent Logic 将强化自动驾驶模拟技术

  据外媒报道,谷歌母公司Alphabet旗下的自动驾驶部门Waymo于近日收购了一家英国的AI公司La....

  采埃孚将和Oxbotica结合各自的专业知识进行自动驾驶技术的深入研究,新的集成系统可进行工业化并部....

  今天早些时候,在卡塔尔副首相兼外交大臣谢赫-穆罕默德-本-阿卜杜拉赫曼-阿勒萨尼阁下出席的多哈论坛上....

  近年来,人工智能开始越来越多的出现在人们的日常生活中,这项涉及了语音识别、人机交互、自动驾驶等等高新....

  “白云鄂博矿区内司机平均年龄在52岁左右,退休潮将在未来几年到来。”包钢集团白云鄂博铁矿设备部副部长....

  据外媒报道,保时捷当前正专注于汽车电动化及智能化的研究。近日,保时捷申请了一项可调节式车顶的专利技术....

  这种系统智能收集来自传感器、摄像头、车载连接的数据,从而提供重要数据和服务。

  据国外消息报道,在近几年大热的自动驾驶汽车方面,走在行业前列的是Waymo等科技公司,传统汽车大厂并....

  伴随着“无人运输”的到来,司机的双手双脚即被解放,矿区运输将迎来新出路。

  由于人工智能仍处于产业发展的初期阶段,应用和底层技术的闭环十分重要,这意味着底层平台需要应用落地,以....

  随着各国政府一系列路测牌照的陆续颁发,自动驾驶路技术的发展也进入加速阶段,有人甚至宣称2019年为自....

  据国外媒体报道,汽车制造商和硅谷科技公司曾承诺在2019年部署无人驾驶汽车。然而迄今为止,无人驾驶汽....

  热闹的安防赛道,永远不乏新进入者。他们沿着计算机视觉技术线,凭借战术和战略在竞争中找准自己的长板,不....

  中国上海,2019年12月16日。内燃机、混合动力技术、燃料电池和纯电动汽车--移动出行世界不断发生....

  据英国消息报道,谷歌母公司Alphabet一直在通过旗下子公司Waymo推动自动驾驶汽车行业向前发展....

  自动驾驶是未来5G最引入瞩目的应用场景之一,可以说承载了无数人的期待和向往。但是,现实情况要复杂得多....

  5G新版本-16版本将于明年发布,该版本将可能使得自动驾驶汽车以瞬间驾驶决策的速度获得基于云的智能。....

  随着 5G 落地,将会出现许多新的技术,因此也会有更多让英特尔可以赚钱的机会。5G 只有一部分与手机....

  上周末,腾讯技术开放日自动驾驶专场上,一辆L4级别的自动驾驶测试车正在进行演示,在解放驾驶员双手....

  据国内媒体报道,北京市交通委员会、北京市公安局公安交通管理局及北京市经济和信息化局联合发布了《北京市....

  大众汽车和特斯拉目前正在加速布局 L4。L4 接管了大部分的驾驶系统,只要在出发前输入出发地和目的地....

  工业革命前,一场以英格兰银行的创立、公债的发行和稳固以及其他金融业的变革为标志的“金融革命”展开,为....

  美国现有规则允许公司让研发的自动驾驶汽车上路测试、并“自我认证”他们的测试方法是安全的——美国安全调....

  近日,博世宣布该公司与梅赛德斯-奔驰联合打造的自动驾驶出租车已经开始在硅谷圣何塞市提供基于手机应用程....

  14日,在视觉计算领域行业盛会LiveVideoStack音视频技术大会上,华为云发布了视觉计算领域....

  要想实现自动驾驶,未来的汽车就必须具备V2X(Vehicle to Everything)技术,就是....

  特斯拉早前正式发布旗下新款电动皮卡Cybertruck,这款采用诸多新潮科技的车型并没有安装后视镜,....

  宝能汽车日前携手广州移动、中国信通院广州分院在广州签订战略合作协议,共建“5G智能创新研究实验室”。

  据 VentureBeat 报道,在 11 月 21 日召开的 2019 Slush Helsink....

  工业物联网(IIoT)互连解决方案提供商 RTI 公司近日宣布,领先的智能汽车设计制造商小鹏已选择 ....

  自动驾驶遇冷,Velodyne裁撤中国区多名员工,其他企业的日子也不好过。

  自动驾驶是一个新兴的产业,其实也没有很强的一个规则,我们每个人都是这个规则的参与者和建设者,我希望在....

  特斯拉旗下的车型,不仅仅是电动汽车,更是非常优秀的半自动驾驶汽车。特斯拉研发的Autopilot非常....

  根据瑞典交通运输局公布的信息东风汽车技术中心下属的T Engineering AB公司提出的自动驾驶....

  通用汽车旗下自动驾驶子公司Cruise的首席执行官Dan Ammann在Medium平台发文称,Cr....

  日前据外媒报道,自动驾驶公司Nuro与沃尔玛达成了合作关系,未来Nuro旗下的自动驾驶电动送货车将会....

  12月12日,和很多汽车制造商一样,戴姆勒正忙于在硅谷开发自动驾驶系统,在这里设立工厂。奔驰将与其合....

  人类可以通过语言来交流,而为了让计算机之间互相交流,人们让所有计算机都遵守一些规则,计算机的这些规则....

  据国内媒体报道,近日,特斯拉向车主推送了最新的2019.40.2系统更新,向车主推送了最新的2019....

  此次裁员是该公司今年在美国进行的第三轮裁员,裁员主要集中在研发和工程岗位。第一次裁员是在今年 5 月....

  12月11日讯 东风汽车在海外自动驾驶获得了新进展,日前,东风汽车集团有限公司(简称东风公司)技术中....

  梅赛德斯将其自动驾驶汽车带到美国公路上,启动了一个自动搭车试点项目,用户将看到自动驾驶豪华轿车在硅谷....

  据外媒报道,近日,梅赛德斯-奔驰品牌未来科技研发负责人萨贾德·汗(Sajjad Khan)在对外公布....

  据欧洲汽车新闻报道,梅赛德斯-奔驰品牌未来科技研发负责人萨贾德·汗(Sajjad Khan)对外公布....

  虽然遭遇了波折,但 Uber 还是并未彻底放弃自动驾驶,外媒最新的报道显示,他们打算收购自动驾驶模拟....

  这一年,企业融资困难、平台关停倒闭、企业迟迟难以盈利正在笼罩着整个行业。但在暗潮涌动之下,一些关于出....

  据外媒报道,向美国加州就业发展部提交的最新文件显示,中国电动汽车初创企业蔚来在其位于圣何塞的北美总部....

  2020中国上海国际自动驾驶技术展览会 2020 ChinaShanghaiInternational Autopilot Technology E...

  任何地方都可能发生自然灾害。灾害过后,政府和志愿者会竭尽全力搜寻幸存者。如遇通信网络故障,定位一个人的位置就如同大海捞针...

  计算机视觉的特征提取算法研究至关重要。在一些算法中,一个高复杂度特征的提取可能能够解决问题(进行目标检测等目的),但这将...

  计算机视觉(ComputerVision,CV)正在现实活动中经历着巨大的激增,应用范围从使用手势控制电视到可提醒驾驶员汽...

  自動駕駛分級(Levels of Autonomous Driving) 是由汽車工程師學會(SAE Society of Automotive Engineers)定義,...

  用于自动驾驶汽车和高级驾驶辅助系统(ADAS)的复杂芯片(SoC)的开发和验证是一片雷区,无论是车内还是无法预知的道路条件,都...

  自动驾驶系列报告,总共五部, 自动驾驶系列报告之一:综合篇:自动驾驶的时代已经开始到来, 自动驾驶系列报告之二:...

  自主驾驶当前引领全球,此趋势将来定会加速发展。这一领域的关键技术是汽车雷达探头,它是朝向更舒适驾驶、防撞,甚至是自动驾驶...

  自动驾驶汽车,它们不需要一个人类驾驶员坐在方向盘后面(当然,也许会有一个,但并不是从传统的角度实际使用操控机制)。与之相...

威尼斯赌场
上一篇:清华博士组队研发无人驾驶技术 “主线科技”获 A+ 轮融资 下一篇:国外的关于最新的无人驾驶汽车的论文在哪儿找