马吕斯·科尔茨
人员信息
附属: 德国达姆施塔特科技大学
SPARQL查询
优化列表
2020年–今天
2024 [i10] 舒晓丁 , 卢卡斯·施耐德 , 马吕斯·科尔茨 , 尤尔根·加尔 :
ADA-Track:具有交替检测和关联的端到端多摄像机3D多目标跟踪。 CoRR公司 abs/2405.08909 ( 2024 ) [第九章] 西蒙·多尔 , 尼古拉斯·汉塞尔曼 , 卢卡斯·施耐德 , 理查德·舒尔茨 , 马吕斯·科尔茨 , 马库斯·恩兹韦勒 , 亨德里克·P·A·伦施 :
DualAD:打破动态和静态世界,实现端到端驾驶。 CoRR公司 abs/2406.06264 ( 2024 ) 2023 [第10条] 安德烈亚斯·巴赫 , 乔纳斯·乌里格 , 杰西什·派·乌梅什 , 马吕斯·科尔茨 , 蒂姆·芬切特 :
用于对象检测的自动标记数据集中噪声定位标签优化的新基准。 CVPR研讨会 2023 : 3851-3860 【c9】 舒晓丁 , 艾克·雷德 , 卢卡斯·施耐德 , 马吕斯·科尔茨 , 尤尔根·加尔 :
3DMOTFormer:用于在线3D多对象跟踪的图形转换器。 ICCV公司 2023 : 9750-9760 【c8】 李培正 , 舒晓丁 , 陈燮元 , 尼古拉斯·汉塞尔曼 , 马吕斯·科尔茨 , 尤尔根·加尔 :
PowerBEV:鸟瞰视图中实例预测的强大而轻量级框架。 IJCAI公司 2023 : 1080-1088 [i8] 李培正 , 舒晓丁 , Xieyuanli Chen(陈谢元) , 尼古拉斯·汉塞尔曼 , 马吕斯·科尔茨 , 尤尔根·加尔 :
PowerBEV:鸟瞰视图中实例预测的强大而轻量级框架。 CoRR公司 abs/2306.10761 ( 2023 ) [i7] 舒晓丁 , 艾克·雷德 , 卢卡斯·施耐德 , 马吕斯·科尔茨 , 于尔根·戈尔 :
3DMOTFormer:用于在线3D多对象跟踪的图形转换器。 CoRR公司 abs/2308.06635 ( 2023 ) 2022 【c7】 舒晓丁 , 艾克·雷德 , 卢卡斯·施耐德 , 马吕斯·科尔茨 , 尤尔根·加尔 :
使用基于图形的可学习重复消除的端到端单点探测器。 GCPR公司 2022 : 375-389 【c6】 安东滩 , 尼古拉斯·汉塞尔曼 , 舒晓丁 , 费德里科·汤巴里 , 马吕斯·科尔茨 :
基于类标签移位加权局部特征的无监督域自适应目标检测。 ECCV研讨会(2) 2022 : 118-133 【c5】 菲利普·德瑞克 , 卢卡斯·施耐德 , 马吕斯·科尔茨 , 达里奥·加夫里拉 :
面向对象检测的结构知识提取。 NeurIPS公司 2022 [i6] 菲利普·德瑞克 , 卢卡斯·施耐德 , 马吕斯·科尔茨 , 达里奥·加夫里拉(Dariu M.Gavrila) :
面向对象检测的结构知识提取。 CoRR公司 腹肌/2211.13133 ( 2022 ) 2020 [i5] 尼尔斯·盖勒特 , 尼古拉斯·乔丹 , 马吕斯·科尔茨 , 乌韦·弗兰克 , 约阿希姆·登茨勒 :
Cityscapes 3D:9自由度车辆检测的数据集和基准。 CoRR公司 abs/2006.07864 ( 2020 )
2010 – 2019
2017 【b1】 马吕斯·科尔茨 :
理解城市景观:有效的城市语义场景理解。 德国达姆施塔特科技大学, 2017 [j2] 马吕斯·科尔茨 , 蒂莫·雷菲尔德 , 卢卡斯·施耐德 , 大卫·菲佛 , 马库斯·恩兹韦勒 , 斯特凡·罗斯 , 马克·波莱夫斯 , 乌韦·弗兰克 :
Stixel World:交通场景的中等级别表示。 图像可视性。 计算。 68 : 40-52 ( 2017 ) [j1] 马吕斯·科尔茨 , 蒂莫·雷菲尔德 , 马库斯·恩兹韦勒 , 乌韦·弗兰克 , 斯特凡·罗斯 :
树结构模型用于高效的多场景标记。 IEEE传输。 模式分析。 机器。 智力。 39 ( 7 ) : 1444-1454 ( 2017 ) [i4] 马吕斯·科尔茨 , 蒂莫·雷菲尔德 , 卢卡斯·施耐德 , 大卫·菲佛 , 马库斯·恩兹韦勒 , 斯特凡·罗斯 , 马克·波莱夫斯 , 乌韦·弗兰克 :
Stixel世界:交通场景的中级表示。 CoRR公司 abs/1704.00280 ( 2017 ) 2016 【c4】 马吕斯·科尔茨 , 穆罕默德·奥姆兰 , 塞巴斯蒂安·拉莫斯 , 蒂莫·雷菲尔德 , 马库斯·恩兹韦勒 , 罗德里戈·本尼森 , 乌韦·弗兰克 , 斯特凡·罗斯 , 伯恩特·席勒 :
语义城市场景理解的城市场景数据集。 CVPR公司 2016 : 3213-3223 【c3】 乔纳斯·乌里格 , 马吕斯·科尔茨 , 乌韦·弗兰克 , 托马斯·布罗克斯 :
用于实例级语义标记的像素级编码和深度分层。 GCPR公司 2016 : 14-25 【c2】 卢卡斯·施耐德 , 马吕斯·科尔茨 , 蒂莫·雷菲尔德 , 大卫·菲佛 , 马库斯·恩兹韦勒 , 乌韦·弗兰克 , 马克·波莱夫斯 , 斯特凡·罗斯 :
语义Stixels:深度不够。 智能车辆研讨会 2016 : 110-117 [i3] Martijn艺术 , 马吕斯·科尔茨 , 莫妮卡·戈林 , 马克·斯皮尔 , 鲁道夫·马塔尔 :
非负稀疏逼近的间断神经网络。 CoRR公司 abs/1603.06353 ( 2016 ) [i2] 马吕斯·科尔茨 , 穆罕默德·奥姆兰 , 塞巴斯蒂安·拉莫斯 , 蒂莫·雷菲尔德 , 马库斯·恩兹韦勒 , 罗德里戈·本尼森 , 乌韦·弗兰克 , 斯特凡·罗斯 , 伯恩特·席勒 :
语义城市场景理解的城市场景数据集。 CoRR公司 abs/1604.01685 ( 2016 ) [i1] 乔纳斯·乌里格 , 马吕斯·科尔茨 , 乌韦·弗兰克 , 托马斯·布罗克斯 :
用于实例级语义标记的像素级编码和深度分层。 CoRR公司 abs/1604.05096 ( 2016 ) 2014 【c1】 马吕斯·科尔茨 , 卢卡斯·施耐德 , 马库斯·恩兹韦勒 , 乌韦·弗兰克 , 斯特凡·罗斯 :
用于生成Stixel的对象级优先级。 GCPR公司 2014 : 172-183