WAP手机版 RSS订阅 加入收藏  设为首页
摆脱电子游戏
当前位置:首页 > 摆脱电子游戏

摆脱电子游戏:随着智能驾驶应用场景的不断扩展

时间:2022/7/29 15:23:37  作者:  来源:  浏览:0  评论:0
内容摘要:在7月13日清华大学电子工程系官方微信号发布的学术会议通知中,戴继峰还拟以商time科技研究院执行研究总监的身份发布题为《BEVFormer:新一代自动驾驶环绕视角感知》的公告。算法的介绍。正如本次主题演讲摘要中提到的,随着智能驾驶应用场景的不断扩展,系统信息表达的准确性有待进一步提高。一个合格的智能驾驶系统需要准确地...

在7月13日清华大学电子工程系官方微信号发布的学术会议通知中,戴继峰还拟以商time科技研究院执行研究总监的身份发布题为《BEVFormer:新一代自动驾驶环绕视角感知》的公告。算法的介绍。

正如本次主题演讲摘要中提到的,随着智能驾驶应用场景的不断扩展,系统信息表达的准确性有待进一步提高。一个合格的智能驾驶系统需要准确地表现周围环境,包括道路布局、车道结构、道路使用者等要素。但是,在二维感知结果中,物体的距离和场景的深度信息无法得到有效的呈现。这些信息是智能驾驶系统正确判断周围环境的关键。因此,3D场景感知是智能驾驶视觉感知的最佳选择。摆脱电子游戏

近年来,基于多视角相机的三维物体检测技术——鸟瞰感知(Bird’s-eye-view Perception, BEV Perception)受到了越来越多的关注。一方面,在BEV下将不同的视角进行统一和表示是一种自然的描述,便于后续规划和控制模块任务;另一方面,BEV下的物体不存在图像透视下的尺度和遮挡问题。如何在BEV下优雅地获取一组特征描述是提高检测性能的关键。

戴继峰团队提出了BEVFormer环视感知的新框架,该框架利用时空注意机制从鸟瞰视角学习环境表征,以支持各种自动驾驶任务。总体而言,BEVFormer通过使用预定义的网格鸟瞰图查询与时空特征交互获得时空信息。为了聚合空间信息,设计了空间交叉注意机制,每次鸟瞰图查询都从相机视图下的相关区域提取空间特征。对于时间信息,提出了一种时间自我注意机制,从历史鸟瞰图特征中获取所需的时间特征。它在nuScenes数据集上实现了56.9%的NDS,比之前的最先进技术高出9.0%。


本类更新

本类推荐

本类排行

本站所有站内信息仅供娱乐参考,不作任何商业用途,不以营利为目的,专注分享快乐,欢迎收藏本站!

所有信息均来自:百度一下 (电子游戏官网app)