論文の概要: FastBEVFusion: Simple Multi-Modal Fusion for 3D Object Detection at 50 FPS

• arxiv url: http://arxiv.org/abs/2610.37153v1
• Date: Tue, 27 Oct 2026 12:51:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.626396
• Title: FastBEVFusion: Simple Multi-Modal Fusion for 3D Object Detection at 50 FPS
• Title（参考訳）: FastBEVFusion:50FPSでの3次元物体検出のための簡易多モード融合
• Abstract要約: FastBEVFusionは3Dオブジェクト検出のためのシンプルで高速で堅牢な融合システムである。 FastBEVFusionは、モダリティ固有の特徴に基づいて、これらの特徴を半整列モダリティ固有のBEV空間に投影する。 我々のシステムはキャリブレーションエラーに対して強い堅牢性を示し、FastBEVFusionは現実世界のアプリケーションのための強力な3Dオブジェクト検出システムである。
• 参考スコア（独自算出の注目度）: 3.861523667432406
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reliable real-time 3D object detection based on LiDAR and camera data is critical for safety in autonomous driving, where systems must accurately perceive their surroundings with minimal latency. Many state-of-the-art systems achieve high-quality detection results but fail to meet real-time constraints, limiting their practical use. To address this challenge, we propose FastBEVFusion, a simple, fast, and robust fusion system for 3D object detection. Based on modality-specific features, FastBEVFusion projects these features into semi-aligned modality-specific BEV spaces, without relying on a computationally intensive and potentially error-prone depth estimation. Given these BEV spaces, we propose a light-weight, soft, and dynamic fusion module based on cross-attention, which adapts dynamically to the scene context and enables feature fusion across the entire BEV spaces. Experiments on the complex nuScenes dataset show that FastBEVFusion outperforms state-of-the-art real-time systems, and achieves over 50 FPS without deployment libraries. Additionally, our system shows strong robustness to calibration errors, making FastBEVFusion a powerful 3D object detection system for real-world applications.
• Abstract（参考訳）: LiDARとカメラデータに基づく信頼性の高いリアルタイム3Dオブジェクト検出は、システムが最小のレイテンシで周囲を正確に知覚しなければならない自動運転の安全性に不可欠である。 多くの最先端システムは、高品質な検出結果を達成するが、リアルタイムな制約を満たすことができず、実用的使用を制限している。 この課題に対処するために,3次元物体検出のためのシンプルで高速で堅牢な融合システムであるFastBEVFusionを提案する。 FastBEVFusionは、モダリティ固有の特徴に基づいて、これらの特徴を計算集約的かつ潜在的にエラーを起こしやすい深さ推定に頼ることなく、セミアラインのモダリティ固有のBEV空間に投影する。 これらのBEV空間を前提として,クロスアテンションに基づく軽量でソフトでダイナミックな融合モジュールを提案し,シーンコンテキストに動的に適応し,BEV空間全体の機能融合を可能にする。 複雑なnuScenesデータセットの実験によると、FastBEVFusionは最先端のリアルタイムシステムより優れており、デプロイライブラリなしで50FPS以上を達成している。 さらに,本システムはキャリブレーションエラーに対して強い堅牢性を示し,FastBEVFusionは実世界のアプリケーションのための強力な3Dオブジェクト検出システムである。

関連論文リスト

• Event-based SLAM Benchmark for High-Speed Maneuvers [68.148886127117]
  イベントベースのカメラはバイオインスパイアされたセンサーで、独立して、マイクロ秒の解像度で明るさの変化に非同期に反応する。 既存のイベントベースのアプローチは、高速操作による動きのぼかしを緩和することに成功したが、多くの制限に悩まされた。 イベントベースの状態推定のためのベンチマークフレームワークであるEvSLAMを導入する。
  論文  参考訳（メタデータ） (2026-04-27T04:36:41Z)
• Real-Time Structural Detection for Indoor Navigation from 3D LiDAR Using Bird's-Eye-View Images [0.0]
  既存の3D手法は計算が禁じられているが、従来の2D幾何学的手法は頑丈さを欠いている。 本稿では,3次元LiDARデータを2D BirdのEye-View画像に投影し,マッピングとナビゲーションに関連する構造要素の効率的な検出を可能にするリアルタイムフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-20T10:15:49Z)
• MambaFusion: Adaptive State-Space Fusion for Multimodal 3D Object Detection [6.350460753267439]
  MambaFusionは、効率的で適応的で物理的に基礎付けられた3D知覚を実現する、統合されたマルチモーダル検出フレームワークである。 構造条件拡散ヘッドは、不確実性を考慮した推論と不確実性を考慮した推論を統合し、物理的妥当性を強制し、信頼性を校正する。 このフレームワークは、SSMベースの効率と信頼性駆動核融合を結合することで、現実の自律運転システムに対して堅牢で、時間的に安定し、解釈可能な3D知覚が得られることを示す。
  論文  参考訳（メタデータ） (2026-02-08T21:10:46Z)
• AG-Fusion: adaptive gated multimodal fusion for 3d object detection in complex scenes [6.761344182094574]
  本稿では,複雑なシーンにおけるロバスト検出のための信頼性の高いパターンを同定し,モーダル間知識を選択的に統合する新しい適応Gated Fusion手法を提案する。 本研究では,複雑な条件下での性能をベンチマークするために,エクスカベータ3D (E3D) という新しいデータセットを構築した。 提案手法は,標準のKITTIデータセットにおいて93.92%の精度で競合性能を達成するだけでなく,難易度の高いE3Dデータセットにおいて,ベースラインを24.88%上回り,複雑な産業シーンにおける信頼性の低いモーダル情報に対して優れたロバスト性を示す。
  論文  参考訳（メタデータ） (2025-10-27T09:26:27Z)
• Real-Time Detection and Tracking of Foreign Object Intrusions in Power Systems via Feature-Based Edge Intelligence [4.60587070358843]
  本稿では,電力伝送システムにおけるリアルタイム異物侵入(FOI)検出と追跡のための新しい枠組みを提案する。 本フレームワークは,(1)高速で堅牢なオブジェクトローカライゼーションのためのYOLOv7セグメンテーションモデル,(2)三重項損失を訓練したConvNeXtベースの特徴抽出器,(3)特徴支援IoUトラッカーを統合した。 スケーラブルなフィールドデプロイメントを実現するため、パイプラインは、混合精度推論を使用して、低コストのエッジハードウェアへのデプロイメントに最適化されている。
  論文  参考訳（メタデータ） (2025-09-16T17:17:03Z)
• BEVNeXt: Reviving Dense BEV Frameworks for 3D Object Detection [47.7933708173225]
  近年,クエリベースのトランスフォーマーデコーダが登場し,カメラベースの3Dオブジェクト検出が作り直されている。 本稿では,BEVNeXtと呼ばれる高密度BEVフレームワークを紹介する。 nuScenesベンチマークでは、BEVNeXtはBEVベースのフレームワークとクエリベースのフレームワークの両方を上回っている。
  論文  参考訳（メタデータ） (2023-12-04T07:35:02Z)
• FastPillars: A Deployment-friendly Pillar-based 3D Detector [63.0697065653061]
  既存のBEVベースの(つまりバードアイビュー)検出器は、トレーニングと推論を高速化するためにスパース・コンボリューション(SPConv)を好む。 FastPillarsは、CenterPoint(SPConvベース)よりも1.8倍のスピードアップと3.8mAPH/L2の改善で、Openデータセットの最先端の精度を提供する
  論文  参考訳（メタデータ） (2023-02-05T12:13:27Z)
• AGO-Net: Association-Guided 3D Point Cloud Object Detection Network [86.10213302724085]
  ドメイン適応によるオブジェクトの無傷な特徴を関連付ける新しい3D検出フレームワークを提案する。 我々は,KITTIの3D検出ベンチマークにおいて,精度と速度の両面で最新の性能を実現する。
  論文  参考訳（メタデータ） (2022-08-24T16:54:38Z)

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。