論文の概要: Vision-Centric BEV Perception: A Survey
- arxiv url: http://arxiv.org/abs/2208.02797v1
- Date: Thu, 4 Aug 2022 17:53:17 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-05 12:45:19.242130
- Title: Vision-Centric BEV Perception: A Survey
- Title(参考訳): ビジョン中心のBEV知覚:サーベイ
- Authors: Yuexin Ma, Tai Wang, Xuyang Bai, Huitong Yang, Yuenan Hou, Yaming
Wang, Yu Qiao, Ruigang Yang, Dinesh Manocha, Xinge Zhu
- Abstract要約: 視覚中心のBEV知覚は、最近、産業と学界の両方から注目を集めている。
ディープラーニングの急速な発展に伴い、視覚中心のBEV知覚に対処する多くの手法が提案されている。
本稿では,近年の視覚中心型BEV知覚の進歩とその拡張に関する包括的調査を示す。
- 参考スコア(独自算出の注目度): 92.98068828762833
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Vision-centric BEV perception has recently received increased attention from
both industry and academia due to its inherent merits, including presenting a
natural representation of the world and being fusion-friendly. With the rapid
development of deep learning, numerous methods have been proposed to address
the vision-centric BEV perception. However, there is no recent survey for this
novel and growing research field. To stimulate its future research, this paper
presents a comprehensive survey of recent progress of vision-centric BEV
perception and its extensions. It collects and organizes the recent knowledge,
and gives a systematic review and summary of commonly used algorithms. It also
provides in-depth analyses and comparative results on several BEV perception
tasks, facilitating the comparisons of future works and inspiring future
research directions. Moreover, empirical implementation details are also
discussed and shown to benefit the development of related algorithms.
- Abstract(参考訳): ビジョン中心のBEV知覚は、世界の自然な表現や融合に優しいことを含む、その固有のメリットのために、産業と学術の両方から注目を集めている。
ディープラーニングの急速な発展に伴い、視覚中心のBEV知覚に対処する多くの手法が提案されている。
しかし、この新分野や発展途上の研究分野に関する最近の調査は行われていない。
今後の研究を促進するために,視覚中心のBEV知覚の最近の進歩とその拡張に関する包括的調査を行った。
最新の知識を収集し整理し、よく使われるアルゴリズムの体系的なレビューと要約を提供する。
また、いくつかのBEV知覚タスクについて詳細な分析と比較結果を提供し、将来の作業の比較を容易にし、将来の研究方向性を刺激する。
また,経験的実装の詳細についても検討し,関連するアルゴリズムの開発に有益であることを示した。
関連論文リスト
- Data-driven Innovation: Understanding the Direction for Future Research [0.0]
我々は、データ駆動イノベーション現象を理解するために、文献の体系的で包括的なレビューを行う。
本研究の成果は,知識体系のギャップを判断する上で,また,実践者がデータ戦略を改善する上でも有用である。
論文 参考訳(メタデータ) (2022-12-04T22:17:23Z) - A Comprehensive Survey of Data Augmentation in Visual Reinforcement
Learning [68.63738119131888]
データ拡張(DA)は、サンプル効率と一般化可能なポリシーを取得するために視覚的RLで広く使われている技術である。
本稿では、視覚的RLで使用されている既存の拡張技法の原則的な分類法を提案し、拡張データをどのように活用するかを詳細に議論する。
視覚的RLにおけるDAに関する最初の総合的な調査として、この研究は、この新興分野に貴重なガイダンスを提供するものと期待されている。
論文 参考訳(メタデータ) (2022-10-10T11:01:57Z) - Delving into the Devils of Bird's-eye-view Perception: A Review,
Evaluation and Recipe [115.31507979199564]
鳥眼視(BEV)における知覚タスクの強力な表現の学習は、産業と学界の両方から注目されつつある。
センサーの構成が複雑化するにつれて、異なるセンサーからの複数のソース情報の統合と、統一されたビューにおける特徴の表現が重要になる。
BEV知覚の中核的な問題は、(a)視点からBEVへの視点変換を通して失われた3D情報を再構成する方法、(b)BEVグリッドにおける基底真理アノテーションの取得方法、(d)センサー構成が異なるシナリオでアルゴリズムを適応・一般化する方法にある。
論文 参考訳(メタデータ) (2022-09-12T15:29:13Z) - Deep Learning to See: Towards New Foundations of Computer Vision [88.69805848302266]
この本はコンピュータビジョンの分野における科学的進歩を批判している。
情報に基づく自然法則の枠組みにおける視覚の研究を提案する。
論文 参考訳(メタデータ) (2022-06-30T15:20:36Z) - Fairness in Recommender Systems: Research Landscape and Future
Directions [119.67643184567623]
本稿は,近年の地域におけるフェアネスの概念と概念について概観する。
この分野での研究が現在どのように行われているのかを概観する。
全体として、最近の研究成果の分析は、ある研究のギャップを示している。
論文 参考訳(メタデータ) (2022-05-23T08:34:25Z) - Causal Reasoning Meets Visual Representation Learning: A Prospective
Study [117.08431221482638]
解釈可能性の欠如、堅牢性、分布外一般化が、既存の視覚モデルの課題となっている。
人間レベルのエージェントの強い推論能力にインスパイアされた近年では、因果推論パラダイムの開発に多大な努力が注がれている。
本稿では,この新興分野を包括的に概観し,注目し,議論を奨励し,新たな因果推論手法の開発の急激さを先導することを目的とする。
論文 参考訳(メタデータ) (2022-04-26T02:22:28Z) - Efficient Visual Recognition with Deep Neural Networks: A Survey on
Recent Advances and New Directions [37.914102870280324]
ディープニューラルネットワーク(DNN)は、多くの具体的なタスクにおけるパフォーマンスを大幅に向上させた。
ディープニューラルネットワーク(DNN)は、多くの具体的なタスクにおけるパフォーマンスを大幅に向上させた。
本稿では,近年の進歩の展望と今後の方向性について提案する。
論文 参考訳(メタデータ) (2021-08-30T08:19:34Z) - Deep Gait Recognition: A Survey [15.47582611826366]
歩行認識は、歩き方に基づいて個人を識別することを目的とした魅力的な生体測定モダリティです。
ディープラーニングは、差別的な表現を自動的に学習する能力によって、2015年からこの分野の研究環境を再構築した。
深層学習による歩行認識のブレークスルーと最近の展開を総合的に紹介します。
論文 参考訳(メタデータ) (2021-02-18T18:49:28Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。