Bit - Uma equipe de pesquisa liderada pelo professor Hiroyuki Tomiyama da Universidade Ritsumeikan no Japão desenvolveu recentemente um modelo inovador de IA chamado Dynamic Point-Pixel Feature Alignment Network (DPPFA−Net), que visa resolver o problema da difícil deteção de pequenos objetos na deteção de objetos 3D. O modelo emprega uma abordagem multimodal, combinando inteligentemente dados LiDAR 3D e imagens 2D para melhorar o desempenho em condições climáticas adversas.
É relatado que o DPPFA−Net teve um bom desempenho no teste KITTI Vision Benchmark, com uma melhoria média de precisão de até 7,18% em diferentes condições de ruído, e sua robustez para ambientes de ruído multimodal o levou a um novo nível de tecnologia.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
Uma equipe de pesquisa japonesa desenvolveu um novo modelo de IA, DPPFA−Net, que pode detetar com precisão a presença de pequenos objetos 3D
Bit - Uma equipe de pesquisa liderada pelo professor Hiroyuki Tomiyama da Universidade Ritsumeikan no Japão desenvolveu recentemente um modelo inovador de IA chamado Dynamic Point-Pixel Feature Alignment Network (DPPFA−Net), que visa resolver o problema da difícil deteção de pequenos objetos na deteção de objetos 3D. O modelo emprega uma abordagem multimodal, combinando inteligentemente dados LiDAR 3D e imagens 2D para melhorar o desempenho em condições climáticas adversas.
É relatado que o DPPFA−Net teve um bom desempenho no teste KITTI Vision Benchmark, com uma melhoria média de precisão de até 7,18% em diferentes condições de ruído, e sua robustez para ambientes de ruído multimodal o levou a um novo nível de tecnologia.