发布搜救3D人体检测数据集与三模态融合方法
热点事件持续更新
发布搜救3D人体检测数据集与三模态融合方法
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Markus Kramer 等发布三模态人体检测数据集 TriSAR-3D,并提出融合方法 PaintFusion,用于搜救场景下的 3D 人体检测。数据集用 128 通道激光雷达、RGB 相机和热成像相机在室内外、不同时段采集,覆盖躺卧等多样姿态,数据集与代码已公开。 论文称,PaintFusion 在该数据集上达到 65.4 AP@50,高于激光雷达单模态的 CenterPoint(53.4)、RGB+激光雷达的 BEVFusion(60.5)和改造后的三模态 Tri-BEVFusion(60.7)。论文还称,若从训练数据中移除躺卧样本,所有评测检测器的躺卧姿态 AP@50 都会降至接近零。
AI 根据报道生成 · 2 小时前更新
最新进展10月19日 12:00
TriSAR-3D 数据集与 PaintFusion 三模态方法用于搜救场景 3D 人体检测报道时间线
沿着报道,了解事件的不同侧面。
10月19日
- arXiv cs.ROTriSAR-3D 数据集与 PaintFusion 三模态方法用于搜救场景 3D 人体检测
论文发布三模态人体检测数据集 TriSAR-3D,用 128 通道激光雷达、RGB 相机和热成像相机在室内外、不同时段采集,覆盖躺卧等多样姿态;同时提出融合方法 PaintFusion。
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。