論文の概要: LEO: Graph Attention Network based Hybrid Multi Sensor Extended Object Fusion and Tracking for Autonomous Driving Applications

• arxiv url: http://arxiv.org/abs/2604.02206v1
• Date: Thu, 02 Apr 2026 15:58:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-03 14:21:10.906017
• Title: LEO: Graph Attention Network based Hybrid Multi Sensor Extended Object Fusion and Tracking for Autonomous Driving Applications
• Title（参考訳）: LEO: グラフ注意ネットワークに基づくハイブリッドマルチセンサ拡張オブジェクトフュージョンとトラッキングによる自律運転用アプリケーション
• Authors: Mayank Mayank, Bharanidhar Duraisamy, Florian Geiss,
• Abstract要約: 古典的ベイズ拡張対象モデルをディープラーニング手法で橋渡しする。 LEOは適応的な融合重みを学習し、時間的整合性を確保し、マルチスケールなジオメトリを表現できることを示す。 メルセデス・ベンツ DRIVE PILOT L3 データセットの評価は,実運用システムに適したリアルタイム計算効率を示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Accurate shape and trajectory estimation of dynamic objects is essential for reliable automated driving. Classical Bayesian extended-object models offer theoretical robustness and efficiency but depend on completeness of a-priori and update-likelihood functions, while deep learning methods bring adaptability at the cost of dense annotations and high compute. We bridge these strengths with LEO (Learned Extension of Objects), a spatio-temporal Graph Attention Network that fuses multi-modal production-grade sensor tracks to learn adaptive fusion weights, ensure temporal consistency, and represent multi-scale shapes. Using a task-specific parallelogram ground-truth formulation, LEO models complex geometries (e.g. articulated trucks and trailers) and generalizes across sensor types, configurations, object classes, and regions, remaining robust for challenging and long-range targets. Evaluations on the Mercedes-Benz DRIVE PILOT SAE L3 dataset demonstrate real-time computational efficiency suitable for production systems; additional validation on public datasets such as View of Delft (VoD) further confirms cross-dataset generalization.
• Abstract（参考訳）: 動的物体の正確な形状と軌道推定は信頼性の高い自動走行に不可欠である。 古典的ベイズ拡張対象モデルは理論的堅牢性と効率性を提供するが、アプリオリ関数と更新様関数の完全性に依存し、深層学習法は高次アノテーションと高次計算のコストで適応性をもたらす。 我々はこれらの強みを,多モード生産段階のセンサトラックを融合させて,適応的な融合重みを学習し,時間的整合性を確保し,複数スケールの形状を表現する,時空間グラフ注意ネットワークLEO(Learned Extension of Objects)で橋渡しする。 LEOはタスク固有の平行グラフ地上構造定式化を用いて、複雑なジオメトリ(例えばトラックやトレーラー)をモデル化し、センサータイプ、構成、オブジェクトクラス、リージョンをまたいで一般化し、挑戦的かつ長距離なターゲットに対して堅牢なままである。 Mercedes-Benz DRIVE PILOT SAE L3データセットの評価では、実運用システムに適したリアルタイム計算効率が示されている。

関連論文リスト

• VLMFusionOcc3D: VLM Assisted Multi-Modal 3D Semantic Occupancy Prediction [0.0]
  VLMFusionOcc3Dは、自律運転における高密度な3Dセマンティック占有率予測のための堅牢なマルチモーダルフレームワークである。 我々は,車両メタデータと気象条件付きプロンプトを利用した動的ゲーティング機構であるWeather-Aware Adaptive Fusionを導入する。 我々のアプローチは、複雑な都市ナビゲーションのためのスケーラブルで堅牢なソリューションを提供するため、挑戦的な気象シナリオにおいて、大幅な改善を実現している。
  論文  参考訳（メタデータ） (2026-03-03T05:22:28Z)
• Scaling Up Occupancy-centric Driving Scene Generation: Dataset and Method [54.461213497603154]
  作業中心の手法は、最近、フレームとモダリティをまたいだ一貫した条件付けを提供することで、最先端の結果を得た。 Nuplan-Occは、広く使われているNuplanベンチマークから構築された、これまでで最大の占有率データセットである。 高品質な占有、多視点ビデオ、LiDAR点雲を共同で合成する統合フレームワークを開発した。
  論文  参考訳（メタデータ） (2025-10-27T03:52:45Z)
• MTGS: Multi-Traversal Gaussian Splatting [51.22657444433942]
  マルチトラバースデータは、道路ブロック内のシーン再構築のための複数の視点を提供する。 任意に収集したマルチトラバーサルデータから高品質な運転シーンを再構成する新しい手法であるマルチトラバーサル・ガウス・スプラッティング(MTGS)を提案する。 その結果、MTGSはLPIPSを23.5%改善し、幾何学的精度は46.3%向上した。
  論文  参考訳（メタデータ） (2025-03-16T15:46:12Z)
• Spectral-Enhanced Transformers: Leveraging Large-Scale Pretrained Models for Hyperspectral Object Tracking [35.34526230299484]
  本稿では,超スペクトル物体追跡のためのトランスフォーマーベース基礎モデルに適応する効果的な手法を提案する。 本稿では,任意の変圧器ベースのバックボーンに拡張可能な適応型,学習可能な空間分光トークン融合モジュールを提案する。
  論文  参考訳（メタデータ） (2025-02-26T01:46:21Z)
• AdaptiveShape: Solving Shape Variability for 3D Object Detection with Geometry Aware Anchor Distributions [1.3807918535446089]
  点雲と画像を用いた3次元物体検出は、自律運転のような知覚タスクにおいて重要な役割を果たす。 現在の手法は、標準形状の車両の検出とポーズ推定に優れた性能を示すが、より複雑な形状に欠ける。 この研究は、そのようなクラスのパフォーマンスを改善し、測定するいくつかの新しい方法を紹介します。
  論文  参考訳（メタデータ） (2023-02-28T12:31:31Z)
• CARNet: A Dynamic Autoencoder for Learning Latent Dynamics in Autonomous Driving Tasks [11.489187712465325]
  自律運転システムは、世界の抽象的な記述を形成するために、様々なセンサから収集した情報を効果的に活用すべきである。 オートエンコーダのようなディープラーニングモデルは、受信データのストリームからコンパクトな潜在表現を学習できるため、その目的のために使用できる。 この研究は、自動エンコーダとリカレントニューラルネットワークを組み合わせて現在の潜伏表現を学習する、複合dynAmicautoencodeRネットワークアーキテクチャであるCARNetを提案する。
  論文  参考訳（メタデータ） (2022-05-18T04:15:42Z)
• Multi-Modal Fusion Transformer for End-to-End Autonomous Driving [59.60483620730437]
  画像表現とLiDAR表現を注目で統合する,新しいマルチモードフュージョントランスフォーマであるTransFuserを提案する。 本手法は, 衝突を76%低減しつつ, 最先端駆動性能を実現する。
  論文  参考訳（メタデータ） (2021-04-19T11:48:13Z)
• SoDA: Multi-Object Tracking with Soft Data Association [75.39833486073597]
  マルチオブジェクトトラッキング(MOT)は、自動運転車の安全な配備の前提条件である。 観測対象間の依存関係をエンコードするトラック埋め込みの計算に注目するMOTに対する新しいアプローチを提案する。
  論文  参考訳（メタデータ） (2020-08-18T03:40:25Z)
• Deflating Dataset Bias Using Synthetic Data Augmentation [8.509201763744246]
  自律走行車(AV)の視覚タスクの最先端の手法は、教師あり学習に依存している。 本研究の目的は,視覚タスクにおける実際のデータセットのギャップを埋めるために,ターゲットとなる合成データ拡張の利用を検討することである。 AVに実用的な3つの異なるコンピュータビジョンタスクに関する実証研究は、トレーニングミックスに合成データを持つことは、クロスデータセットの一般化性能を著しく向上させることを一貫して示している。
  論文  参考訳（メタデータ） (2020-04-28T21:56:10Z)

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。