Rumah > Peranti teknologi > AI > Kertas kerja Zhijia Technology DualBEV telah dipilih ke dalam ECCV, persidangan penglihatan komputer teratas

Kertas kerja Zhijia Technology DualBEV telah dipilih ke dalam ECCV, persidangan penglihatan komputer teratas

WBOY
Lepaskan: 2024-07-11 18:12:18
asal
518 orang telah melayarinya

Baru-baru ini, kertas kerja "DualBEV: Unifying Dual Veiw Transformation with Probabilistic Correspondences" oleh pasukan Teknologi Zhijia telah dipilih ke dalam European Conference on Computer Vision (ECCV) ialah persidangan antarabangsa yang paling berpengaruh dan berwibawa dalam bidang penglihatan komputer. Satu, ia terkenal seperti Persidangan Antarabangsa mengenai Penglihatan Komputer (ICCV) dan Persidangan Penglihatan Komputer dan Pengecaman Corak (CVPR), dan dikenali sebagai salah satu daripada "tiga persidangan teratas" dalam bidang penglihatan komputer. ECCV diadakan setiap dua tahun dan menghimpunkan penyelidik dan pakar terkemuka dunia untuk mempamerkan dan membincangkan hasil penyelidikan dan inovasi teknologi yang paling canggih.

Kertas kerja Zhijia Technology DualBEV telah dipilih ke dalam ECCV, persidangan penglihatan komputer teratas

DualBEV: Kaedah penukaran perspektif BEV terbaik dalam senarai

Persepsi Bird's-Eye-View (BEV) ialah asas kepada persepsi pemanduan autonomi semasa dan juga teknologi hujung ke hujung, antaranya transformasi perspektif (Transformasi Lihat) ialah teras Modul persepsi BEV, bertanggungjawab untuk menukar ciri imej (2D) kepada ruang BEV (3D). Penyelesaian arus perdana semasa sering jatuh ke dalam dilema antara penyelesaian penukaran perspektif 3D-ke-2D atau 2D-ke-3D.

Penyelesaian 3D-ke-2D umumnya bergantung pada Transformer, yang sambil mencapai prestasi yang baik juga membawa banyak overhed pengkomputeran. Walaupun 2D-ke-3D adalah pantas dalam pengiraan, adalah mudah untuk kehilangan maklumat jarak jauh yang penting dalam adegan trak.

Sebagai tindak balas kepada masalah ini, DualBEV bermula daripada konsep Monte Carlo, dan melalui pemikiran tentang intipati Transformasi Lihat, meringkaskan proses Transformasi Lihat ke dalam membina sampel dan mengira berat, dan kemudian mencadangkan algoritma transformasi ciri universal (Bersatu Transformasi Ciri). Algoritma mula-mula membina sampel dari dua arah, menilai secara seragam sampel yang dibina dalam dua arah berbeza melalui pendaraban tiga ukuran kebarangkalian, dan kemudian mempercepatkan proses penukaran melalui pra-pengiraan, dan menggabungkannya untuk mendapatkan ciri BEV akhir.

Kertas kerja Zhijia Technology DualBEV telah dipilih ke dalam ECCV, persidangan penglihatan komputer teratas

Algoritma penukaran ciri universal

DualBEV mempelopori penyatuan penyelesaian penukaran perspektif 3D-ke-2D dan 2D-ke-3D ke dalam rangka kerja keseluruhan, mengambil kesempatan sepenuhnya daripada kelebihan setiap perspektif. Mencapai keputusan SOTA dengan 63.4% NDS pada Papan Pendahulu Pengesanan nuScenes penyelesaian visual semata-mata. Memandangkan modul penukaran perspektif menggunakan teknologi pra-pengiraan, masa pengiraannya hanya 1/40 daripada penyelesaian Transformer, menjadikannya kaedah penukaran perspektif terbaik dalam senarai.

Melalui penukaran perspektif yang cekap dan gabungan maklumat berbilang paparan, ciri BEV yang dibina oleh DualBEV menyediakan perwakilan pemandangan yang tepat dan penyelesaian pengiraan pantas, menyediakan asas yang kukuh untuk pembangunan sistem hujung ke hujung. Teknologi Zhijia sedang giat mempromosikan integrasi mendalam DualBEV dalam sistem pemanduan autonomi hujung ke hujung, memberikan permainan sepenuhnya kepada kelebihannya dan meningkatkan lagi prestasi keseluruhan sistem pemanduan autonomi.

Produk yang didayakan teknologi, kerjasama sumber terbuka dan hasil menang-menang

Teknologi berkaitan yang dioptimumkan lagi oleh DualBEV telah digunakan pada Zhijia Pilot 2.0, sistem pemanduan autonomi trak berat pra-pasang yang dibangunkan secara bebas oleh Teknologi Zhijia. Sistem ini telah membuka fungsi pemanduan autonomi juruterbang, yang mempunyai kelebihan keselamatan yang melampau, keselesaan dan penjimatan buruh, penjimatan tenaga dan perlindungan alam sekitar Ia boleh merealisasikan fungsi lanjutan seperti memotong autonomi, meletak kenderaan di tepi jalan, ramalan penggabungan. dan pengelakan pembinaan separa, dan menyokong "pemanduan dwi" dalam senario penghantaran ekspres biasa "Tukar kepada pemanduan tunggal" untuk mengurangkan keletihan pemanduan dengan ketara dan mencapai penjimatan tenaga dan pengurangan pelepasan melalui penjimatan bahan api sehingga 10%.

Trak tugas berat pintar K7+ yang kini dilengkapi dengan sistem Smart Plus Navigation 2.0 telah dimasukkan ke dalam operasi sebenar oleh syarikat logistik terkemuka seperti China Post, ZTO Express dan Aneng Logistics, meliputi zon ekonomi teras seperti Beijing-Tianjin- Hebei, Delta Sungai Yangtze, dan Delta Sungai Mutiara Teruskan memperkasakan transformasi digital dan pintar industri logistik batang.

Kertas kerja ini berjaya dipilih ke dalam ECCV dan beberapa hasil penyelidikan adalah sumber terbuka. Ia bukan sahaja menunjukkan keupayaan penyelidikan saintifik dan inovasi Teknologi Zhijia dalam bidang pemanduan autonomi, tetapi juga akan membantu meningkatkan standardisasi industri dan kebolehoperasian. Teknologi Zhijia berharap dapat menumpukan perhatian kepada mengatasi masalah teknikal utama melalui inovasi, kerjasama dan perkongsian, menggalakkan lelaran dan kejayaan teknologi pemanduan autonomi secara berkesan, dan akhirnya mencapai pembangunan berkualiti tinggi bagi industri logistik dan pengangkutan "pintar, selamat dan mesra alam".

Atas ialah kandungan terperinci Kertas kerja Zhijia Technology DualBEV telah dipilih ke dalam ECCV, persidangan penglihatan komputer teratas. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Label berkaitan:
sumber:jiqizhixin.com
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan