热点事件持续更新
EgoRefine：自车参考预测对齐与轨迹条件可靠性融合
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
EgoRefine 提出自车参考预测对齐与轨迹条件可靠性感知融合框架，旨在解决异步协同感知中的特征时间延迟与对齐质量问题。该方法在 V2V4Real 和 DAIR-V2X-Seq 数据集上分别比 TraF-Align 提升 AP@0.5 1.6 与 AP@0.7 2.9。源代码将公开。
AI 根据报道生成 · 2 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2日
- arXiv · Computer VisionEgoRefine：自车参考预测对齐与轨迹条件可靠性感知融合用于异步协同感知
EgoRefine 提出自车参考预测对齐与轨迹条件可靠性感知融合框架，解决异步协同感知中特征时间延迟与对齐质量问题。在 V2V4Real 和 DAIR-V2X-Seq 上分别比 TraF-Align 提升 AP@0.5 1.6 与 AP@0.7 2.9。源代码将公开。
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。