Fatma Güney

Une nouvelle méthode améliore la prise de décision des voitures autonomes grâce à des représentations centrées sur les objets.

Examiner le pouvoir des modèles de fond dans les tâches de suivi de point efficaces.

Un nouveau module améliore la segmentation des objets inconnus sans avoir à réentraîner les modèles de base.

Adapter DINOv2 améliore la segmentation BEV pour des voitures autonomes plus sûres.

De nouvelles méthodes améliorent la sécurité des véhicules autonomes en détectant les obstacles sur la route de manière plus précise.

La correction en temps réel aide les voitures autonomes à apprendre et s'adapter sur la route.