[공지사항]을 빙자한 안부와 근황 
Show more

Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

HeCoFuse: Cross-Modal Complementary V2X Cooperative Perception with Heterogeneous Sensors

Created by
  • Haebom

作者

Chuheng Wei, Ziye Qin, Walter Zimmer, Guoyuan Wu, Matthew J. Barth

概要

本論文は、異機種センサー構成で動作する実世界車両-物事通信(V2X)協力的知覚システムの問題点を解決するために、HeCoFuseと呼ばれる統合フレームワークを提案します。導入により、さまざまなモダリティの特徴の整列誤差や不均衡な表現の品質などの問題を解決します。構成(LC + LC)で43.22%の3D mAPを達成し、CoopDet3D基準モデルより1.17%向上し、L + LCシナリオでは43.38%の3D mAPに達しました。チャレンジで1位を獲得しました。

Takeaways、Limitations

Takeaways:
異機種センサー構成におけるV2X協力的知覚のための効果的な統合フレームワークであるHeCoFuseの提示。
階層的融合メカニズムと適応空間分解能調整モジュールにより,様々なセンサ設定で強力な性能を達成
TUMTraf-V2Xデータセットで最先端のパフォーマンスを達成し、CVPR 2025 DriveXチャレンジ1位を受賞。
さまざまなセンサー展開環境で優れたロバースト性能を発揮します。
Limitations:
TUMTraf-V2Xデータセットのパフォーマンス評価に限定されているため、他のデータセットへの一般化パフォーマンスには追加の検証が必要です。
実際の道路環境の複雑さを完全に反映できない可能性があります。
計算コストの詳細な分析と最適化方式の追加研究が必要
👍