【传感器融合】开源 | 恶劣天气(大雾)中的深度多模态传感器融合
2023-03-20 14:51:51 时间
论文地址: http://arxiv.org/pdf/1902.08913v3.pdf
来源: Mercedes-Benz AG,Ulm University
论文名称:Seeing Through Fog Without Seeing Fog: Deep Multimodal Sensor Fusion in Unseen Adverse Weather
原文作者:Mario Bijelic
内容提要
多模态传感器流(如摄像机、激光雷达和雷达测量)的融合在自动驾驶汽车的目标检测中发挥着关键作用,自动驾驶汽车的决策基于这些输入。虽然现有的方法在良好的环境条件下利用冗余信息,但它们在不利的天气下失败,因为感知流可能被不对称地扭曲。这些罕见的边缘场景不在可用的数据集中表示,现有的融合架构也不是为处理它们而设计的。为了解决这一挑战,我们提出了一种新型的多模式数据集,该数据集采集于北欧10000多公里的驾驶里程中。尽管该数据集是第一个恶劣天气条件下的大型多模式数据集,具有10万标签,用于激光雷达、相机、雷达和门控近红外传感器,但由于极端天气非常罕见,它不利于训练。为此,我们提出了一种深度融合网络,用于鲁棒融合,无需大量标注训练数据,覆盖所有非对称失真。与提议级融合不同,我们提出了一个单次模型,该模型在测量熵的驱动下自适应融合特征。我们在广泛的验证数据集上验证了提出的方法,训练干净的数据。
主要框架及实验结果
声明:文章来自于网络,仅用于学习分享,版权归原作者所有。
分享最新的CVPR、ECCV、ICCV、IROS等人工智能论文,关注深度学习、自动驾驶领域。
相关文章
- 从本体论开始说起——运营商关系图谱的构建及应用
- 如何成为一名数据科学家?
- 从未见过的堂兄杀了人,你的DNA是关键证据
- 20个安全可靠的免费数据源,各领域数据任你挑
- 20个安全可靠的免费数据源,各领域数据任你挑
- 阿里云李飞飞:All in Cloud时代,云原生数据库优势明显
- 基于Hadoop生态系统的一高性能数据存储格式CarbonData(性能篇)
- 大数据告诉你:10年漫威,到底有多少角色
- TigerGraph:实时图数据库助力金融风控升级
- Splunk利用Splunk Connected Experiences和Splunk Business Flow 扩大数据访问
- 大数据开发常见的9种数据分析手段
- 以免在景区看人,我爬了5W条全国景点门票数据...
- 【实战解析】基于HBase的大数据存储在京东的应用场景
- 数据科学家告诉你哪些计算机科学书籍是你应该看的
- Kafka作为大数据的核心技术,你了解多少?
- Spring Boot 整合 Redis 实现缓存操作
- 大数据学习必须掌握的五大核心技术有哪些?
- 基于Antlr在Apache Flink中实现监控规则DSL化的探索实践
- 甲骨文再次被Gartner评为分析型数据管理解决方案魔力象限领导者
- 爬取吴亦凡微博102118条转发数据,扒一扒流量的真假