计算机科学 > 计算机视觉与模式识别
[提交于 2025年8月3日
]
标题: 自适应LiDAR扫描:通过多模态融合利用时间线索进行高效的3D目标检测
标题: Adaptive LiDAR Scanning: Harnessing Temporal Cues for Efficient 3D Object Detection via Multi-Modal Fusion
摘要: 多传感器融合使用LiDAR和RGB相机显著增强了3D目标检测任务。 然而,传统的LiDAR传感器进行密集、无状态的扫描,忽略了现实场景中的强时间连续性。 这导致了大量的传感冗余和过高的功耗,限制了它们在资源受限平台上的实用性。 为了解决这种低效问题,我们提出了一种预测性、历史感知的自适应扫描框架,该框架基于过去观察结果预测感兴趣的区域(ROI)。 我们的方法引入了一个轻量级预测网络,将历史空间和时间上下文提炼为精炼的查询嵌入。 这些嵌入引导一个可微分的Mask Generator网络,该网络利用Gumbel-Softmax采样生成二进制掩码,识别下一帧的关键ROI。 我们的方法通过仅在这些ROI内进行密集LiDAR扫描并在其他地方稀疏采样,显著减少了不必要的数据采集。 在nuScenes和Lyft基准测试上的实验表明,我们的自适应扫描策略将LiDAR能耗降低了超过65%,同时在3D目标检测性能方面与传统LiDAR-相机融合方法相比保持竞争力甚至更优。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.