基蒂

KITTI Vision Benchmark Suite:我们利用我们的自主驾驶平台Anneway开发新颖的具有挑战性的现实世界计算机视觉基准。我们感兴趣的任务是:立体,光流,视觉里程计,三维物体检测和三维跟踪。为此,我们为标准旅行车配备了两个高分辨率彩色和灰度摄像机。精确的地面真相由Velodyne激光扫描仪和GPS定位系统提供。我们的数据集是通过在中等规模城市卡尔斯鲁厄(Karlsruhe)周围、农村地区和高速公路上行驶来获取的。每张图像最多可看到15辆汽车和30名行人。除了以原始格式提供所有数据外,我们还为每个任务提取基准。对于我们的每个基准,我们还提供了一个评估指标和这个评估网站。初步实验表明,在Middlebury等已建立的基准测试中排名靠前的方法在实验室外转移到现实世界时表现低于平均水平。我们的目标是减少这种偏见,并通过向社区提供具有新困难的真实世界基准来补充现有基准。


参考文献中的数学40篇文章)

显示第1到第20个结果,共40个。
按年份排序(引用)
  1. 陈哲;张静;陶大成:面向对象检测的递归上下文路由(2021)
  2. 罗文汉;邢俊良;米兰,安东;张晓琴;刘伟;Kim,Tae-Kyun:多目标跟踪:文献综述(2021)
  3. Marcos Nieto,Orti Senderos,Oihana Otaegui:推进人工智能应用:复杂数据集的标记格式(2021)不是zbMATH
  4. Mark Weber,Wang Huiyu Wang,Siyuan Qiao,Jun Xie,Maxwell D.Collins,Yukun Zhun,Liangzhe Yuan,Dahun Kim,Qihang Yu,Daniel Cremers,Laura Leal Taixe,Alan L.Yuille,Florian Schroff,Hartwig Adam,Liang Chieh Chen:DeepLab2:深层标记的TensorFlow库(2021)阿尔十四
  5. 苏尚,雅各布;巴特,梅赫尔;Varadarajan,Srikrishna:用于自主驾驶的常识视觉感知——关于整合视觉和语义的广义神经符号在线诱拐(2021)
  6. 吴振妮;陈恒新;方、彬;李子豪;陈新润:基于CNNs的无人机姿态估计(2021)
  7. 曾、超;Ng,Michael K.:交替极小化法的增量CP张量分解(2021)
  8. Zöller,马克·安德烈;Huber,Marco F.:自动化机器学习框架的基准和调查(2021年)
  9. 布雷迪,克里斯蒂安;霍勒,马丁:高阶全变分方法与推广(2020)
  10. 秦、达君;蔡志鹏;Neumann,Frank:计算机视觉中的稳健拟合:简单还是困难?(2020年)
  11. 秦、子轩;阴、孟晓;李桂青;杨峰:SP流:实时SLAM的自监督光流对应点预测(2020)
  12. 兰扬,阿努拉格;霍夫曼,大卫T。;齐奥纳斯,迪米特里奥斯;唐思玉;罗梅罗,哈维尔;布莱克,迈克尔J.:学习多人光流(2020)
  13. 夏尔玛,维普尔;Mir,Roohie Naaz:基于深度学习的目标检测技术的全面系统研究:综述(2020)
  14. 宋太勇;金,杨绛;哦,昌宰;张显雄;哈,南古;Sohn,Kwanghoon:同时进行深度立体匹配和特征注意去噪(2020)
  15. 斯图兹,大卫;盖格,安德烈亚斯:在弱监督下学习3D形状完成(2020)
  16. 达塔,阿米塔瓦;库尔,阿玛迪普;劳尔,托比亚斯;Chabbouh,Sami:利用多核和多核并行性进行子空间聚类(2019)
  17. Holger Caesar、Varun Bankiti、Alex H.Lang、Sourabh Vora、Venice Erin Liong、Xiang Xu、Anush Krishnan、Yu Pan、Giancarlo Baldan、Oscar Beijbom:nuScenes:自动驾驶的多模式数据集(2019年)阿尔十四
  18. Jens Behley,Martin Garbade,Andres Milioto,Jan Quenzel,Sven Behnke,Cyrill Stachniss,Juergen Gall:SemanticKITTI:LiDAR序列语义场景理解数据集(2019)阿尔十四
  19. 李贞坤;Yoon,Kuk-Jin:从非曼哈顿世界的图像序列中联合估计相机方向和消失点(2019)
  20. 奈尔,穆罕默德A。;艾哈迈德,M.奥马尔;Swamy,M.N.S.:一种基于DFT和DCT域二维HOG特征的车辆检测方案(2019)