論文の概要: REFNet++: Multi-Task Efficient Fusion of Camera and Radar Sensor Data in Bird's-Eye Polar View

• arxiv url: http://arxiv.org/abs/2605.11824v1
• Date: Tue, 12 May 2026 09:13:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-13 21:48:56.745666
• Title: REFNet++: Multi-Task Efficient Fusion of Camera and Radar Sensor Data in Bird's-Eye Polar View
• Title（参考訳）: REFNet++:Bird's-Eye Polar Viewにおけるカメラとレーダーセンサデータのマルチタスク統合
• Authors: Kavin Chandrasekaran, Sorin Grigorescu, Gijs Dubbelman, Pavol Jancura,
• Abstract要約: 我々は、レーダーとカメラデータを統一領域で整列させることにより、マルチモーダルセンサ融合の課題に対処する。 我々は,前景カメラデータのバードアイビュー(BEV)極域への変換を学習する変分エンコーダデコーダアーキテクチャを採用している。 このアライメントにより、両方のモダリティが互換性のあるドメインで表現され、堅牢で効率的なセンサー融合が実現される。
• 参考スコア（独自算出の注目度）: 13.463025176847703
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: A realistic view of the vehicle's surroundings is generally offered by camera sensors, which is crucial for environmental perception. Affordable radar sensors, on the other hand, are becoming invaluable due to their robustness in variable weather conditions. However, because of their noisy output and reduced classification capability, they work best when combined with other sensor data. Specifically, we address the challenge of multimodal sensor fusion by aligning radar and camera data in a unified domain, prioritizing not only accuracy, but also computational efficiency. Our work leverages the raw range-Doppler (RD) spectrum from radar and front-view camera images as inputs. To enable effective fusion, we employ a variational encoder-decoder architecture that learns the transformation of front-view camera data into the Bird's-Eye View (BEV) polar domain. Concurrently, a radar encoder-decoder learns to recover the angle information from the RD data that produce Range-Azimuth (RA) features. This alignment ensures that both modalities are represented in a compatible domain, facilitating robust and efficient sensor fusion. We evaluated our fusion strategy for vehicle detection and free space segmentation against state-of-the-art methods using the RADIal dataset.
• Abstract（参考訳）: 車両の周囲の現実的な視界は一般的にカメラセンサーによって提供され、環境認識に不可欠である。 一方、観測可能なレーダーセンサーは、気象条件が変化しているため、その頑丈さが重要になっている。 しかし、ノイズの多い出力と分類能力の低下のため、他のセンサーデータと組み合わせると最もうまく機能する。 具体的には、レーダとカメラデータを統一された領域に整列させ、精度だけでなく計算効率も優先することで、マルチモーダルセンサ融合の課題に対処する。 我々の研究は、レーダー画像とフロントカメラ画像からの生距離ドップラー(RD)スペクトルを入力として利用する。 有効融合を実現するために,前景カメラデータのBird's-Eye View(BEV)極域への変換を学習する変分エンコーダデコーダアーキテクチャを用いる。 同時に、レーダエンコーダデコーダは、Range-Azimuth(RA)特徴を生成するRDデータから角度情報を復元する。 このアライメントにより、両方のモダリティが互換性のあるドメインで表現されることが保証され、堅牢で効率的なセンサー融合が促進される。 RADIalデータセットを用いた最先端手法に対する車両検出と自由空間分割のための融合戦略の評価を行った。

関連論文リスト

• RobuRCDet: Enhancing Robustness of Radar-Camera Fusion in Bird's Eye View for 3D Object Detection [68.99784784185019]
  暗い照明や悪天候はカメラの性能を低下させる。 レーダーは騒音と位置のあいまいさに悩まされる。 本稿では,BEVの頑健な物体検出モデルであるRobuRCDetを提案する。
  論文  参考訳（メタデータ） (2025-02-18T17:17:38Z)
• A Resource Efficient Fusion Network for Object Detection in Bird's-Eye View using Camera and Raw Radar Data [7.2508100569856975]
  レーダデータの生のレンジ・ドップラースペクトルを用いてカメラ画像を処理する。 カメラエンコーダデコーダアーキテクチャを用いて,対応する特徴を抽出する。 得られた特徴写像はレンジ・アジマス特徴と融合し、RDスペクトルから復元して物体検出を行う。
  論文  参考訳（メタデータ） (2024-11-20T13:26:13Z)
• DPFT: Dual Perspective Fusion Transformer for Camera-Radar-based Object Detection [0.7919810878571297]
  デュアル・パースペクティブ・フュージョン・トランス (DPFT) と呼ばれる新しいカメラレーダ融合手法を提案する。 本手法では,処理された点雲の代わりに,低レベルのレーダデータ(レーダキューブ)を活用して,できるだけ多くの情報を保存する。 DPFTは、K-Radarデータセットの最先端性能を実証し、悪天候に対する顕著な堅牢性を示した。
  論文  参考訳（メタデータ） (2024-04-03T18:54:27Z)
• Echoes Beyond Points: Unleashing the Power of Raw Radar Data in Multi-modality Fusion [74.84019379368807]
  本稿では,既存のレーダ信号処理パイプラインをスキップするEchoFusionという新しい手法を提案する。 具体的には、まずBird's Eye View (BEV)クエリを生成し、次にレーダーから他のセンサーとフューズに対応するスペクトル特徴を取ります。
  論文  参考訳（メタデータ） (2023-07-31T09:53:50Z)
• HVDetFusion: A Simple and Robust Camera-Radar Fusion Framework [10.931114142452895]
  現在のSOTAアルゴリズムは、カメラとLidarセンサーを組み合わせており、Lidarの価格に制限されている。 HVDetFusionは、純粋なカメラデータを検出の入力としてサポートするマルチモーダル検出アルゴリズムである。 HVDetFusionは、すべてのカメラレーダー3Dオブジェクト検出器の中で、挑戦的なnuScenesテストセットに対して、最先端の67.4% NDSを新たに達成した。
  論文  参考訳（メタデータ） (2023-07-21T03:08:28Z)
• CramNet: Camera-Radar Fusion with Ray-Constrained Cross-Attention for Robust 3D Object Detection [12.557361522985898]
  本稿では,カメラとレーダーの読み取りを3次元空間に融合させるカメラレーダマッチングネットワークCramNetを提案する。 本手法は, カメラやレーダセンサが車両内で突然故障した場合においても, 頑健な3次元物体検出を実現するセンサモダリティ・ドロップアウトによるトレーニングを支援する。
  論文  参考訳（メタデータ） (2022-10-17T17:18:47Z)
• Complex-valued Convolutional Neural Networks for Enhanced Radar Signal Denoising and Interference Mitigation [73.0103413636673]
  本稿では,レーダセンサ間の相互干渉問題に対処するために,複合価値畳み込みニューラルネットワーク(CVCNN)を提案する。 CVCNNはデータ効率を高め、ネットワークトレーニングを高速化し、干渉除去時の位相情報の保存を大幅に改善する。
  論文  参考訳（メタデータ） (2021-04-29T10:06:29Z)
• Depth Estimation from Monocular Images and Sparse Radar Data [93.70524512061318]
  本稿では,ディープニューラルネットワークを用いた単眼画像とレーダ点の融合により,より正確な深度推定を実現する可能性を検討する。 レーダ測定で発生するノイズが,既存の融合法の適用を妨げている主要な理由の1つであることが判明した。 実験はnuScenesデータセット上で行われ、カメラ、レーダー、LiDARの記録を様々な場面と気象条件で記録する最初のデータセットの1つである。
  論文  参考訳（メタデータ） (2020-09-30T19:01:33Z)
• RadarNet: Exploiting Radar for Robust Perception of Dynamic Objects [73.80316195652493]
  我々は、自動運転車の文脈における認識のためにRadarを利用する問題に取り組む。 我々は、LiDARとRadarの両方のセンサーを知覚に利用した新しいソリューションを提案する。 RadarNetと呼ばれる我々のアプローチは、ボクセルベースの早期核融合と注意に基づく後期核融合を特徴としている。
  論文  参考訳（メタデータ） (2020-07-28T17:15:02Z)

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。