> 기술 주변기기 > 일체 포함 > CVPR2024에 Haomo Cam4DOcc가 선정되었습니다: 4D 네트워크 예측을 위해 카메라만 사용하여 자율 주행에 공간과 시간을 예측하는 기능 제공

CVPR2024에 Haomo Cam4DOcc가 선정되었습니다: 4D 네트워크 예측을 위해 카메라만 사용하여 자율 주행에 공간과 시간을 예측하는 기능 제공

WBOY
풀어 주다: 2024-03-07 14:19:02
앞으로
1048명이 탐색했습니다.

2024년 2월 27일, HaoMo Zhixing 인공지능 기술팀이 제출한 논문 "Cam4DOcc: Benchmark for Camera-Only 4D Occupancy Forecasting in Autonomous Driving Application"이 최고 국제 컨퍼런스 CVPR 2024에 성공적으로 선정되었습니다.

CVPR2024에 Haomo Cam4DOcc가 선정되었습니다: 4D 네트워크 예측을 위해 카메라만 사용하여 자율 주행에 공간과 시간을 예측하는 기능 제공

Cam4DOcc는 4D 점유 그리드 예측을 위해 카메라를 사용하는 Hao Mo가 제안한 새로운 벤치마크입니다. 이 방법은 가까운 미래에 주변 장면의 변화를 평가하여 카메라 점유 그리드 추정을 시공간 예측으로 확장할 수 있습니다. 이로써 자율주행 시스템이 주변 환경의 역동적인 변화를 인지하고 예측하는 능력이 향상됐다.

먼저 Hao Mo는 공개적으로 사용 가능한 여러 데이터 세트를 기반으로 새로운 형식의 데이터 세트를 생성했으며, Cam4DOcc 벤치마크에 대한 기본 참조를 제공하기 위해 표준화된 평가 프로토콜과 4가지 기준 유형을 추가로 제안했습니다. 둘째, Haimo는 미래 점유 상태를 엔드투엔드 방식으로 추정하기 위해 최초의 카메라 기반 4D 점유 예측 네트워크 OCFNet을 제안했습니다. 마지막으로 Haomo는 제안된 기준선과 OCFNet을 종합적으로 평가하기 위해 Cam4DOcc 벤치마크를 기반으로 네 가지 작업이 포함된 여러 실험을 수행했습니다. 실험 결과에 따르면 OCFNet은 제한된 훈련 데이터를 볼 때에도 모든 기준을 능가하고 합리적인 미래 점유율을 생성하는 것으로 나타났습니다. Haomo는 네 가지 유형의 기준선을 비교함으로써 엔드투엔드 시공간 네트워크가 카메라만을 사용한 점유 예측에 대한 가장 유망한 연구 방향이 될 수 있음을 보여줍니다. 또한 확장된 GMO 주석과 추가 3D 역방사형 흐름을 사용하는 것도 4D 점유 예측에 유용한 것으로 나타났습니다.

CVPR2024에 Haomo Cam4DOcc가 선정되었습니다: 4D 네트워크 예측을 위해 카메라만 사용하여 자율 주행에 공간과 시간을 예측하는 기능 제공

IEEE Conference on Computer Vision and Pattern Recognition(CVPR)은 컴퓨터 비전 및 패턴 인식 분야의 3대 컨퍼런스 중 하나로 Newcastle University, University of Technology Sydney, John H. Top이 주최합니다. 프린스턴 대학교와 같은 학교 및 기관. CVPR은 매우 엄격한 승인 기준을 가지고 있습니다. Cam4DOcc 방법을 제안한 Hao Mo의 논문은 Hao Mo의 기술 탐구 성과를 인정받은 CVPR2024에 성공적으로 선정되었습니다.

하이모는 창립 이래 항상 기술 혁신을 바탕으로 업계를 선도하는 수많은 기술 특허를 지속적으로 획득해 왔으며, 대형 모델, 대용량 컴퓨팅 파워, 그리고 중국의 빅데이터. Haimo가 출시한 업계 최초의 자율주행 생성 모델 DriveGPT인 Xuehu·Hairuo는 자율주행 시스템 개발 과정에서 엄청난 기술적 발전을 가져왔으며, 이는 Haimo의 자율주행 시스템 개발을 완전히 새로운 모드로 진입시켰습니다. 이는 또한 자동차 지능의 개발 과정을 크게 가속화했습니다.

위 내용은 CVPR2024에 Haomo Cam4DOcc가 선정되었습니다: 4D 네트워크 예측을 위해 카메라만 사용하여 자율 주행에 공간과 시간을 예측하는 기능 제공의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

관련 라벨:
원천:jiqizhixin.com
본 웹사이트의 성명
본 글의 내용은 네티즌들의 자발적인 기여로 작성되었으며, 저작권은 원저작자에게 있습니다. 본 사이트는 이에 상응하는 법적 책임을 지지 않습니다. 표절이나 침해가 의심되는 콘텐츠를 발견한 경우 admin@php.cn으로 문의하세요.
인기 튜토리얼
더>
최신 다운로드
더>
웹 효과
웹사이트 소스 코드
웹사이트 자료
프론트엔드 템플릿