自动驾驶

Leveraging Previous-Traversal Point Cloud Map Priors for Camera-Based 3D Object Detection and Tracking

利用先前遍历点云地图先验进行基于摄像头的3D物体检测与跟踪

Markus Käppeler, Özgün Çiçek, Yakov Miron, Abhinav Valada

机构 * Department of Computer Science, University of Freiburg（弗赖堡大学计算机科学系） ； Bosch Research, Robert Bosch GmbH（博世研究） 纠错

专题命中 感知 ：LiDAR(summary_cn,abstract)；BEV(abstract,abstract_cn)；autonomous driving(abstract)；分类 cs.RO、cs.CV

AI总结 本文提出DualViewMapDet框架，通过在线检索先前遍历生成的点云地图先验，提升无LiDAR情况下基于摄像头的3D物体检测与跟踪性能，通过双空间融合策略增强特征表示。

Intensity-guided pose-free multiview fusion for single photon sensing

基于强度的无姿态多视角融合单光子传感

Jinyi Liu, Lijun Liu, Shuming Cheng, Xiaomin Hu, Yiguang Hong, Weiping Zhang

专题命中 感知 ：LiDAR(abstract,abstract_cn)

AI总结 本文提出一种无姿态多视角融合框架，通过结合物理感知预处理、几何-强度网格特征聚合、全局匹配和局部歧义消除，实现单光子传感的多视角配准，提升了在极端环境下的点云重建一致性。

Target-depth sensing with metasurface-encoder integrated optoelectronic neural network

基于元表面编码器的光学电子神经网络深度传感

Shuo Wang, Deyu Zhu, Chenjie Xiong, Bin Hu, Chunqi Jin, Yu Wang, Chengjun Zou

专题命中 感知 ：LiDAR(abstract,abstract_cn)

AI总结 本文提出一种集成元表面编码器的光学电子神经网络，通过双螺旋点扩散函数将3D信息压缩为2D图像，利用轻量级阴影ResNet网络实现目标分类和深度估计，实现实时目标跟踪。

From Scene to Object: Text-Guided Dual-Gaze Prediction

从场景到物体：文本引导的双目预测

Zehong Ke, Yanbo Jiang, Jinhao Li, Zhiyuan Liu, Yiqian Tu, Qingwen Meng, Heye Huang, Jianqiang Wang

机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与移动系统学院） ； Cho Chun Shik Graduate School of Mobility, Korea Advanced Institute of Science and Technology（Cho Chun Shik 移动研究生院，韩国科学技术院） 纠错

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

AI总结 本文提出双分支 gaze 预测框架，通过构建物体级数据集和改进模型架构，实现精准物体级注意力预测，提升语义推理能力。

WeatherSeg: Weather-Robust Image Segmentation using Teacher-Student Dual Learning and Classifier-Updating Attention

WeatherSeg: 基于教师-学生双学习和分类器更新注意力的天气鲁棒图像分割

Zhang Zhang, Yifeng Zeng, Houshi Jiang, Yinghui Pan

机构 * School of Artificial Intelligence and Information Engineering, Zhejiang University of Science and Technology（浙江理工大学人工智能与信息工程学院） ； Department of Computer and Information Sciences, Northumbria University（北爱尔兰北umbria大学计算机与信息科学系） ； Beijing Quinovare Medical Technology Co., Ltd（北京启诺医疗科技有限公司） ； School of Artificial Intelligence, Shenzhen University（深圳大学人工智能学院） 纠错

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

AI总结 WeatherSeg通过双教师-学生模型和分类器更新注意力机制，提升恶劣天气下的图像分割鲁棒性，有效降低标注成本。

AIDOVECL: AI-generated Dataset of Outpainted Vehicles for Eye-level Classification and Localization

AIDOVECL: 人工智能生成的车辆出图数据集用于眼级分类和定位

Amir Kazemi, Qurat ul ain Fatima, Volodymyr Kindratenko, Christopher W. Tessum

机构 * The Grainger College of Engineering, Department of Civil and Environmental Engineering, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校土木与环境工程系格拉inger工程学院） ； Center for Artificial Intelligence Innovation, National Center for Supercomputing Applications, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校人工智能创新中心国家超级计算应用中心） ； The Grainger College of Engineering, Siebel School of Computing and Data Science, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校格拉inger工程学院计算与数据科学学院） ； The Grainger College of Engineering, Department of Electrical and Computer Engineering, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校格拉inger工程学院电气与计算机工程系） 纠错

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

AI总结 本文提出AIDOVECL数据集，通过出图技术生成多样化车辆图像，解决自动驾驶、城市规划等领域中缺乏眼级车辆图像的问题，提升检测性能并减少标注工作量。

Comments 34 pages, 10 figures, 5 tables