論文の概要: RCGDet3D: Rethinking 4D Radar-Camera Fusion-based 3D Object Detection with Enhanced Radar Feature Encoding
- arxiv url: http://arxiv.org/abs/2605.21112v1
- Date: Wed, 20 May 2026 12:45:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-21 19:19:56.674788
- Title: RCGDet3D: Rethinking 4D Radar-Camera Fusion-based 3D Object Detection with Enhanced Radar Feature Encoding
- Title（参考訳）: RCGDet3D:拡張レーダ特徴符号化による4次元レーダカメラフュージョンに基づく3次元物体検出の再検討
- Authors: Weiyi Xiong, Bing Zhu,
- Abstract要約: レーダ特徴抽出の簡易化は,精巧な融合モジュールと同等あるいはそれ以上の性能が得られることを示す。
本稿では,マルチモーダル核融合を簡略化し,レーダー特徴符号化を主眼とするRCGDet3Dを提案する。
The Experiments on View-of-Delft (VoD) and TJ4DRadSet shows that RCGDet3D are outperforms state-of-the-art method in both accuracy and speed。
- 参考スコア（独自算出の注目度）: 3.65399248155853
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: 4D automotive radar is indispensable for autonomous driving due to its low cost and robustness, yet its point cloud sparsity challenges 3D object detection. Existing 4D radar-camera fusion methods focus on complex fusion strategies, trading inference speed for marginal gains. This trade-off hinders real-time deployment due to heavy computation on dense feature maps. In contrast, feature extraction from sparse radar points is less time-consuming but remains under-explored. This work uncovers that simply enhancing radar feature extraction can achieve comparable or even higher performance than elaborate fusion modules, while maintaining real-time performance. Based on this finding, we propose RCGDet3D, which centers on radar feature encoding and simplifies multi-modal fusion. Its encoder inherits from the efficient Gaussian Splatting-based Point Gaussian Encoder (PGE) in RadarGaussianDet3D with two key improvements. First, the Ray-centric PGE (R-PGE) predicts Gaussian attributes in ray-aligned coordinate systems before unifying them to Bird's-Eye View (BEV) space, significantly improving geometric consistency and reducing learning difficulty by decoupling the coordinate transformation from representation learning. Second, a Semantic Injection (SI) module incorporates visual cues from images, producing more geometrically accurate and semantically enriched radar features. Experiments on View-of-Delft (VoD) and TJ4DRadSet show that RCGDet3D outperforms state-of-the-art methods in both accuracy and speed, setting a new benchmark for real-time deployment.
- Abstract（参考訳）: 4Dオートマチックレーダーは低コストで頑丈な自動運転には欠かせないが、雲の空間は3Dオブジェクト検出に挑戦する。
既存の4Dレーダカメラ融合法は、複雑な融合戦略、限界利得のトレーディング推論速度に重点を置いている。
このトレードオフは、高密度な特徴マップの重い計算のために、リアルタイムのデプロイメントを妨げる。
対照的に、スパースレーダポイントからの特徴抽出は時間がかかりませんが、未探索のままです。
この研究は、レーダー特徴抽出をシンプルに拡張することで、リアルタイムのパフォーマンスを維持しながら、精巧な融合モジュールと同等またはそれ以上のパフォーマンスを達成できることを明らかにする。
そこで本研究では,レーダ特徴符号化に着目し,マルチモーダル融合を簡易化するRCGDet3Dを提案する。
そのエンコーダは、RadarGaussianDet3Dの効率的なガウススティングベースのポイントガウスエンコーダ(PGE)から継承され、2つの重要な改善がなされた。
第一に、レイ中心のPGE(R-PGE)は、線配位座標系におけるガウス特性を予測し、それらをバードズアイビュー(BEV)空間に統一し、幾何整合性を大幅に改善し、座標変換を表現学習から切り離すことによって学習困難を軽減する。
第二に、セマンティックインジェクション(SI)モジュールは画像からの視覚的手がかりを取り入れ、より幾何学的に正確でセマンティックに富んだレーダー特徴を生み出す。
View-of-Delft (VoD) と TJ4DRadSet の実験では、RCGDet3D は精度と速度の両方で最先端の手法より優れており、リアルタイムデプロイメントのための新しいベンチマークが設定されている。
関連論文リスト
- SDCM: Simulated Densifying and Compensatory Modeling Fusion for Radar-Vision 3-D Object Detection in Internet of Vehicles [3.0945968470179754]
IoVにおけるレーダビジョン3次元物体検出のためのSimulated Densifying and Compensatory Modeling Fusionを含むSDCMというフレームワークを提案する。
VoD、TJ4DRadSet、Astyx HiRes 2019データセットの実験結果によると、SDCMはパラメータの量が少なく、推論速度が速く、最高のパフォーマンスを達成している。
論文 参考訳（メタデータ） (2026-01-29T12:52:16Z) - Instance-Guided Radar Depth Estimation for 3D Object Detection [8.14859005096058]
単眼カメラによる3D検出は、困難条件下での深度あいまいさと頑健さの低下に悩まされる。
Radarは、低照度や悪天候に対するレジリエンスのような補完的な利点を提供するが、その幅と低解像度は検出フレームワークでの使用を制限している。
本稿では,2つのキーコンポーネントによるモノラルな3Dオブジェクト検出を実現するエンド・ツー・エンドのフレームワークを提案する。
論文 参考訳（メタデータ） (2026-01-27T07:53:24Z) - RadarGen: Automotive Radar Point Cloud Generation from Cameras [64.69976771710057]
マルチビューカメラ画像からリアルな自動車用レーダー点雲を合成するための拡散モデルRadarGenを提案する。
RadarGenは、鳥の目視でレーダー計測を表現することで、レーダ領域への効率的な画像遅延拡散を適応する。
本稿では,RadarGenが特徴的レーダ計測分布を捕捉し,実データに基づいて学習した知覚モデルとのギャップを小さくすることを示す。
論文 参考訳（メタデータ） (2025-12-19T18:57:33Z) - RadarGaussianDet3D: An Efficient and Effective Gaussian-based 3D Detector with 4D Automotive Radars [7.212370688384851]
4Dオートマチックレーダーは、低コスト、ロバスト性、および固有の速度測定能力のために、自動運転の注目を集めている。
既存の4Dレーダーベースの3D検出器は、BEV特徴抽出のための柱エンコーダに大きく依存しており、各点が1つのBEVグリッドにのみ寄与する。
本稿では,効率的なガウス型3D検出器であるRadarGaussianDet3Dを提案する。
TJ4DRadSetとView-of-Delftの実験により、RadarGaussianDet3Dは、届けながら最先端検出精度を達成できることが示された。
論文 参考訳（メタデータ） (2025-09-19T16:13:09Z) - Revisiting Radar Camera Alignment by Contrastive Learning for 3D Object Detection [31.69508809666884]
レーダとカメラ融合に基づく3次元物体検出アルゴリズムは優れた性能を示した。
レーダカメラアライメント(RCAlign)と呼ばれる新しいアライメントモデルを提案する。
具体的には、対向学習に基づくデュアルルートアライメント(DRA)モジュールを設計し、レーダとカメラの機能の整合と融合を図る。
レーダBEV特性の空間性を考慮すると,レーダBEV特性の密度化を改善するためにRFEモジュールが提案されている。
論文 参考訳（メタデータ） (2025-04-23T02:41:43Z) - 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) - V2X-R: Cooperative LiDAR-4D Radar Fusion with Denoising Diffusion for 3D Object Detection [64.93675471780209]
我々は、LiDAR、カメラ、および4Dレーダを取り入れた初のシミュレーションV2XデータセットであるV2X-Rを提案する。
V2X-Rには12,079のシナリオがあり、LiDARと4Dレーダーポイント雲の37,727フレーム、150,908の画像、170,859の注釈付き3D車両バウンディングボックスがある。
本稿では,3次元物体検出のための新しいコラボレーティブLiDAR-4Dレーダ融合パイプラインを提案し,様々な融合戦略を用いて実装する。
論文 参考訳（メタデータ） (2024-11-13T07:41:47Z) - GET-UP: GEomeTric-aware Depth Estimation with Radar Points UPsampling [7.90238039959534]
既存のアルゴリズムは3Dポイントを画像面に投影してレーダデータを処理し、画素レベルの特徴抽出を行う。
レーダデータから2次元情報と3次元情報を交換・集約するために,注目度の高いグラフニューラルネットワーク(GNN)を利用するGET-UPを提案する。
提案したGET-UPをnuScenesデータセット上でベンチマークし,従来最高のパフォーマンスモデルよりも15.3%,14.7%改善した。
論文 参考訳（メタデータ） (2024-09-02T14:15:09Z) - 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) - Bi-LRFusion: Bi-Directional LiDAR-Radar Fusion for 3D Dynamic Object
Detection [78.59426158981108]
この課題に対処し、動的オブジェクトの3D検出を改善するために、双方向LiDAR-Radar融合フレームワーク、Bi-LRFusionを導入する。
我々はnuScenesとORRデータセットに関する広範な実験を行い、我々のBi-LRFusionが動的オブジェクトを検出するための最先端のパフォーマンスを達成することを示す。
論文 参考訳（メタデータ） (2023-06-02T10:57:41Z)
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。