自动驾驶

RQR3D: Reparametrizing the regression targets for BEV-based 3D object detection

RQR3D：基于鸟瞰图的3D目标检测的回归目标重新参数化

Ozsel Kilinc, Cem Tarhan

机构 * Amazon Lab 126（亚马逊126实验室） ； Togg/Trutek AI Team（Togg/Trutek人工智能团队） 纠错

专题命中 感知 ：BEV(title,abstract)；autonomous driving(abstract)；分类 cs.CV、cs.AI

AI总结 本文提出RQR3D方法，通过重新参数化回归目标将旋转目标检测转化为关键点回归任务，实现高效且准确的3D目标检测，适用于自动驾驶场景。

Comments To appear in proceedings of CVPR Findings 2026

Object-Centric Stereo Ranging for Autonomous Driving: From Dense Disparity to Census-Based Template Matching

基于目标的立体测距用于自动驾驶：从密集视差到基于 census 的模板匹配

Qihao Huang

专题命中 感知 ：autonomous driving(title,abstract)；driving perception(abstract)；分类 cs.CV

AI总结 本文提出一种综合立体测距系统，结合密集BM/SGM视差、基于census的目标中心模板匹配和单目几何先验，实现实时测距。核心贡献是新的基于census的目标中心模板匹配算法，通过GPU加速稀疏立体匹配，提升远距离测距鲁棒性。

Comments 10 pages, 4 figures

SearchAD: Large-Scale Rare Image Retrieval Dataset for Autonomous Driving

SearchAD：大规模稀有图像检索数据集用于自动驾驶

Felix Embacher, Jonas Uhrig, Marius Cordts, Markus Enzweiler

机构 * Mercedes-Benz AG（梅赛德斯-奔驰集团） ； Institute for Intelligent Systems, Esslingen University of Applied Sciences（埃斯林根应用技术大学智能系统研究所） 纠错

专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.CV、cs.AI

AI总结 SearchAD为自动驾驶提供大规模稀有图像检索数据集，包含423k帧和513k个标注框，针对稀有类别检索问题，支持文本到图像和图像到图像检索及少样本学习。

Comments To be published in CVPR 2026

Cognitive-Causal Multi-Task Learning with Psychological State Conditioning for Assistive Driving Perception

具有心理状态条件的认知因果多任务学习用于辅助驾驶感知

Keito Inoshita, Nobuhiro Hayashida, Akira Imanishi

机构 * Kansai University（关西大学） ； ISUZU Advanced Engineering Center, Ltd.（五十铃先进工程中心有限公司） 纠错

专题命中 感知 ：driving perception(title)；分类 cs.AI

AI总结 本文提出CauPsi框架，通过认知因果结构建模驾驶行为，利用可学习原型嵌入实现任务链传播，并引入跨任务心理条件机制，提升驾驶感知任务的准确率。

DinoRADE: Full Spectral Radar-Camera Fusion with Vision Foundation Model Features for Multi-class Object Detection in Adverse Weather

DinoRADE：基于视觉基础模型特征的全谱雷达-摄像头融合用于恶劣天气下的多类目标检测

Christof Leitgeb, Thomas Puchleitner, Max Peter Ronecker, Daniel Watzenig

机构 * Infineon Technologies AG, Austria（英飞凌科技公司，奥地利） ； Graz University of Technology, Austria（格拉茨技术大学，奥地利） ； Virtual Vehicle Research GmbH, Austria（虚拟车辆研究有限公司，奥地利） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出DinoRADE，通过雷达-摄像头融合和视觉基础模型特征提升恶劣天气下的多类目标检测性能，首次在K-Radar数据集上评估并超越现有方法12.1%。

Comments Accepted to IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) Workshops, 2026

Detection of photon-level signals embedded in sunlight with an atomic photodetector

利用原子光电探测器检测嵌入阳光中的光子级信号

Laura Zarraoa, Tomas Lamich, Sondos Elsehimy, Morgan W. Mitchell, Romain Veyron

专题命中 感知 ：LiDAR(abstract)

AI总结 本文提出利用原子光电探测器在强阳光背景下检测嵌入其中的光子信号，通过建立速率方程模型验证了该方法的有效性，并计算了在噪声通信信道中传输弱相干态时的信道容量，实现了每符号0.5比特的代表速率。

Comments 7 pages, 4 figures