.png){kind=icon}
返回
Coupling and Decoupling: Towards Temporal Feedback for 3D Object Detection
.png){kind=icon}
PRE
AI
DOI：10.1109/TMM.2025.3599031.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
三维目标检测已引起学术界的广泛关注，这主要归因于其在自动驾驶和机器人学等领域的广泛应用。先前的研究工作主要集中利用序列数据中嵌入的时序上下文信息来增强当前特征表示。然而，这些尝试的一个显著局限性在于其对历史序列中固有噪声的处理不足，从而限制了融合方法的效率。本文提出了一种新的时序反馈网络TFNet，通过设计一种耦合-解耦机制来建模和校正时序噪声。我们方法的核心包括两个不同模块：(i) 前景特征增强，该模块放大跨时序帧的稀疏实例细节，从而为后续融合提供必要的局部信息先验；(ii) 耦合-解耦特征交互，该模块首先聚合时序上下文信息，然后将融合特征解耦为帧特定表示。借助反馈策略，该模块能够自适应地增强有用信息并消除单帧特征中的噪声。在nuScenes基准上的实验评估证明了TFNet的有效性，其在不添加任何复杂技巧的情况下实现了新的最佳性能。
Keyword:
3D object detection
temporal feedback
coupling-decoupling
期刊
IF:
9.7
论文数:
4.6K
被引数:
2.4W
机构
引用论文
暂无论文信息