論文の概要: RLG-TPV: Radar- and LiDAR-Guided Tri-Perspective View Fusion for Camera-Radar 3D Object Detection
- arxiv url: http://arxiv.org/abs/2608.29194v1
- Date: Sat, 29 Aug 2026 11:08:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-01 18:31:30.872742
- Title: RLG-TPV: Radar- and LiDAR-Guided Tri-Perspective View Fusion for Camera-Radar 3D Object Detection
- Title（参考訳）: RLG-TPV: カメラレーダ3次元物体検出のためのレーダーおよびLiDAR誘導3次元視野融合
- Abstract要約: Tri-Perspective View (TPV) 表現は、上部、側面、前面の特徴面を通しての3Dシーン構造を記述する。
レーダとトレーニングタイムのLiDARが相補的な幾何学的ガイダンスを提供するカメラレーダ3Dオブジェクト検出のためのフレームワークであるRCG-TPVを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Tri-Perspective View (TPV) representations describe 3D scene structure through top, side, and front feature planes, but existing TPV lifting is primarily camera-based, leaving the depth of sampled image evidence ambiguous along projected camera rays. We propose RLG-TPV, a multimodal TPV framework for camera-radar 3D object detection in which radar and training-time LiDAR provide complementary geometric guidance during representation construction. A ray-guided deformable-attention lift weights sampled image features using LiDAR-supervised camera depth probabilities and radar frustum occupancy, while radar additionally refines the depth distribution before lifting. Because conventional radar provides limited elevation information, LiDAR-derived class-occupancy targets supervise the side and front planes during training; the corresponding heads are removed at inference, so deployment requires only cameras and radar. For temporal aggregation, Doppler-guided temporal fusion aligns past features using a motion field anchored by measured radar radial velocity, with gating that limits warping in regions without supported motion. An RCS-aware radar scatter further allows radar evidence to spread over spatial neighborhoods conditioned on radar cross section. On the nuScenes validation set, RLG-TPV achieves 0.4981 mAP and 0.5959 NDS, reducing orientation and velocity error by 31.9\% and 30.7\% relative to the published CRN baseline. Ablation studies show that ray-level geometric guidance is a major contributor to the final performance.
- Abstract（参考訳）: トリ・パースペクティブ・ビュー(TPV)表現は、上部、側面、前面の特徴面を通して3次元のシーン構造を記述するが、既存のTPVリフトは主にカメラベースであり、投影されたカメラ線に沿ってサンプル画像の証拠の深さがあいまいである。
RLG-TPVはカメラレーダ3Dオブジェクト検出のためのマルチモーダルTPVフレームワークであり、レーダとトレーニングタイムのLiDARが表現構築中に補完的な幾何学的ガイダンスを提供する。
レーザー誘導による変形可能なリフト重量は、LiDARが監督するカメラ深度確率とレーダーフラストラム占有率を用いて画像の特徴をサンプリングし、レーダーは昇降前に深度分布を改良する。
従来のレーダーは高度情報に制限があるため、LiDAR由来のクラス占有目標は訓練中に側面と前面を監督し、対応する頭部は推論で除去されるため、配備にはカメラとレーダーのみが必要である。
時間的アグリゲーションのために、ドップラー誘導時間核融合は、観測されたレーダー放射速度によって固定された運動場を用いて過去の特徴を整列させ、支持された動きのない領域の歪みを制限するゲーティングを施した。
RCS対応のレーダー散乱器により、レーダー断面積の空間的近傍にレーダー証拠が広がる。
nuScenes 検証セットでは、RCG-TPV は 0.4981 mAP と 0.5959 NDS を達成し、公表された CRN ベースラインに対して、方向と速度の誤差を 31.9 % と 30.7 % 削減する。
アブレーション研究は、レイレベル幾何学的ガイダンスが最終性能に大きく貢献していることを示している。
関連論文リスト
- JustDepth: Real-Time Radar-Camera Depth Estimation with Single-Scan LiDAR Supervision [2.985859733530328]
JustDepthは、レーダー、カメラ、シングルスキャンLiDARのみで訓練された、単一ステージのレーダーカメラ深度推定装置である。
ハイトフュージョンブロックはモダリティを融合し、軽量のGNNは世界規模で深さを伝播し、トレーニング専用の信頼度デコーダはテスト時間コストゼロで学習を安定化する。
nuScenesでは、最近の最先端の手法と比較して、JustDepthは推測時間を39.7倍にし、VHGRによって測定された成果物を66%削減しながら精度を維持している。
論文 参考訳（メタデータ） (2026-07-24T10:20:16Z) - RadarSim: Simulating Single-Chip Radar via Multimodal Neural Fields [49.41438378775056]
レーダーはカメラの理想的な補完であり、カメラは細かな角分解能を提供し、レーダーは悪天候下でメートル法的な深さと頑丈さを提供する。
RadarSimはレーダーのみの再構築よりもシャープな幾何学とドップラーレンジフレームを生成する。
論文 参考訳（メタデータ） (2026-05-25T21:03:40Z) - HyperDet: 3D Object Detection with Hyper 4D Radar Point Clouds [7.899148878601621]
検出器に依存しないレーダーのみの3D検出フレームワークであるHyperDetを提案する。
標準的なLiDAR指向検出器のためのタスク対応のハイパー4Dレーダーポイントクラウドを構築している。
MAN TruckScenesでは、HyperDetはVoxelNeXtとCenterPointによる生のレーダー入力よりも一貫して改善されている。
論文 参考訳（メタデータ） (2026-02-12T04:21:58Z) - 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) - 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) - RETR: Multi-View Radar Detection Transformer for Indoor Perception [2.6913398550088483]
既存のレーダ認識パイプラインは、マルチビューレーダ設定の特徴的な特徴を説明できない。
我々は,多視点レーダ認識に適したDECアーキテクチャの拡張であるRadar dEtection TRansformer (RETR)を提案する。
提案手法は,オブジェクト検出のための15.38+AP,インスタンス分割のための11.91+IoUで,既存の最先端手法よりも優れている。
論文 参考訳（メタデータ） (2024-11-15T15:51:25Z) - 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) - RCM-Fusion: Radar-Camera Multi-Level Fusion for 3D Object Detection [15.686167262542297]
本稿では,機能レベルとインスタンスレベルの両モードを融合するRadar-Camera Multi-level fusion (RCM-Fusion)を提案する。
特徴レベルの融合のために,カメラ特徴を正確なBEV表現に変換するRadar Guided BEVを提案する。
実例レベルでの融合では,ローカライズエラーを低減するRadar Grid Point Refinementモジュールを提案する。
論文 参考訳（メタデータ） (2023-07-17T07:22:25Z) - LiRaNet: End-to-End Trajectory Prediction using Spatio-Temporal Radar
Fusion [52.59664614744447]
本稿では,レーダセンサ情報と広範に使用されているライダーと高精細度(HD)マップを用いた新しい終端軌道予測手法LiRaNetを提案する。
自動車レーダーは、リッチで補完的な情報を提供し、より長い距離の車両検出と即時速度測定を可能にします。
論文 参考訳（メタデータ） (2020-10-02T00:13:00Z) - 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。