arXivDaily arXiv每日学术速递 周一至周五更新

视觉与机器人

自动驾驶

自动驾驶感知、规划、BEV、占用预测、激光雷达和仿真评测。

2026-06-24 至 2026-06-24 共收录 3 信号源:cs.RO, cs.CV, eess.IV, cs.AI

1. 感知 1 篇

2606.03694 2026-06-24 cs.RO cs.CV cs.HC 版本更新 62%

Face versus Body Tracking for Human-Robot Interaction: An Egocentric Dataset

面向人机交互的面部与身体跟踪:一个自我中心数据集

Jessica Wenninger, Gabriel Skantze

机构 * Furhat Robotics University of Naples Federico II(那不勒斯费德里科二世大学) Division of Speech, Music and Hearing, KTH Royal Institute of Technology(语音、音乐和听觉研究所,皇家理工学院)

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

AI总结 针对社交机器人自我中心视角下频繁身份切换问题,提出一个自定义标注的自我中心数据集,通过系统评估检测误差、对比面部与身体跟踪,并分析扩展空间记忆和外观重识别的影响,最终优化管道将身份切换减少49%。

Comments 8 pages, 5 figures, 3 tables. Camera-ready version. Accepted to the 35th IEEE International Conference on Robot and Human Interactive Communication (RO-MAN 2026)

详情

展开后加载摘要…

URL PDF HTML 收藏

2. BEV与占用 1 篇

2605.12218 2026-06-24 cs.CV 版本更新 90%

Learning Ego-Centric BEV Representations from a Perspective-Privileged View: Cross-View Supervision for Online HD Map Construction

从视角优先视角学习自主视角BEV表示:用于在线HD地图构建的跨视角监督

Daniel Lengerer, Mathias Pechinger, Klaus Bogenberger, Carsten Markgraf

机构 * Technical University of Applied Sciences Augsburg, Germany(应用技术大学阿格堡学院,德国) Technical University of Munich, Germany(慕尼黑技术大学,德国)

专题命中 BEV与占用 :BEV(title,title_cn);分类 cs.CV

AI总结 本文提出跨视角监督方法,通过将几何和拓扑先验从视角优先的俯视视角转移到基于摄像头的BEV编码器,提升自主视角BEV表示的一致性,实验显示在nuScenes数据集上取得显著提升。

Comments Accepted at the European Conference on Computer Vision (ECCV) 2026

详情

展开后加载摘要…

URL PDF HTML 收藏

3. 激光雷达 1 篇

2512.14200 2026-06-24 cs.CV 版本更新 81%

Beyond a Single Light: A Large-Scale Aerial Dataset for Urban Scene Reconstruction Under Varying Illumination

超越单一光源:用于不同光照下城市场景重建的大规模航拍数据集

Zhuoxiao Li, Wenzong Ma, Taoyu Wu, Jinjing Zhu, Shuai Zhang, Jing OU, Tongyan Hua, Yinrui Ren, Rongjun Qin, Hui Xiong, Wufan Zhao

机构 * HKUST(GZ)(香港科技大学(广州)) University of Liverpool(利物浦大学) The Ohio State University(俄亥俄州立大学)

专题命中 激光雷达 :LiDAR(summary_cn,abstract);分类 cs.CV

AI总结 针对多时相航拍数据光照不一致导致的重建伪影问题,提出SkyLume大规模真实航拍数据集,包含10个城区超10万张高分辨率图像(四个倾斜视角和天底视角),每个区域在三个时段采集以隔离光照变化,并提供LiDAR扫描和3D真值,以及用于评估逆渲染鲁棒性的时间一致性系数(TCC)。

Comments ECCV2026

详情

展开后加载摘要…

URL PDF HTML 收藏