新しい方法がリアルタイムアプリでの物体検出を改善する。
Xiang Zhang, Yufei Cui, Chenchen Fu
― 1 分で読む
最先端の科学をわかりやすく解説
新しい方法がリアルタイムアプリでの物体検出を改善する。
Xiang Zhang, Yufei Cui, Chenchen Fu
― 1 分で読む
デジタルツインが自動運転車の運用をどう改善するかを見てみよう。
Van-Phuc Bui, Pedro Maia de Sant Ana, Soheil Gherekhloo
― 1 分で読む
新しいシステムがトラフィックライトの検知を強化して、もっと安全な自動運転を実現するよ。
Nikolai Polley, Svetlana Pavlitska, Yacin Boualili
― 1 分で読む
若い大人の間で自動運転車への信頼に影響を与える要因を調べる。
Robert Kaufman, Emi Lee, Manas Satish Bedmutha
― 1 分で読む
新しい方法が自然言語入力を使って交通シナリオ生成を改善する。
Bo-Kai Ruan, Hao-Tang Tsui, Yung-Hui Li
― 1 分で読む
MAC-VOは、厳しい環境でのカメラ位置推定を強化するよ。
Yuheng Qiu, Yutian Chen, Zihao Zhang
― 1 分で読む
自動運転車技術の主要な制御技術の概要。
Harshit Jain, Priyal Babel
― 1 分で読む
ScaleFlow++は、さまざまなアプリケーション向けに単眼カメラを使った3Dモーション推定を改善するよ。
Han Ling, Yinghui Sun, Quansen Sun
― 1 分で読む
DINOv2を使うと、BEVセグメンテーションが向上して、安全な自動運転車になるよ。
Merve Rabia Barın, Görkay Aydemir, Fatma Güney
― 1 分で読む
ExelMapは、安全な自動運転のためにHDマップの更新の精度を高めるんだ。
Lena Wild, Ludvig Ericson, Rafael Valencia
― 1 分で読む
自動運転車の意思決定の進展についての見解。
Mais Jamal, Aleksandr Panov
― 1 分で読む
新しい技術がいろんな用途のためのダイナミックな都市モデルを向上させてるよ。
Mahmud A. Mohamad, Gamal Elghazaly, Arthur Hubert
― 1 分で読む
新しいフレームワークが自動運転車の動き予測を改善して、安全性と効率性がアップしたよ。
Keshu Wu, Yang Zhou, Haotian Shi
― 1 分で読む
GRINを紹介するよ、スパースデータを使った深度推定の新しいモデルだ。
Vitor Guizilini, Pavel Tokmakov, Achal Dave
― 1 分で読む
VALOは、自動運転車のためにLiDAR検出を最適化して、スピードと精度のバランスをとってるよ。
Ahmet Soyyigit, Shuochao Yao, Heechul Yun
― 1 分で読む
研究は、センシング技術における通信のセキュリティを確保する新しい方法を探求している。
Truman Welling, Onur Günlü, Aylin Yener
― 1 分で読む
自動運転車が道路でより安全な判断をするための新しいアプローチ。
Shuhao Qi, Zengjie Zhang, Zhiyong Sun
― 1 分で読む
RenderWorldは、安全な自動運転技術のために視覚データを利用してるよ。
Ziyang Yan, Wenzhen Dong, Yihua Shao
― 1 分で読む
無線技術の未来と新しいビームフォーミング技術の利点についての考察。
Anik Roy, Serene Banerjee, Jishnu Sadasivan
― 1 分で読む
新しいシステムが、厳しい環境での自動運転車の安全予測を強化する。
Manthan Patel, Jonas Frey, Deegan Atha
― 1 分で読む
TrajSSLは、動き予測を使ってラベル付きデータを少なくして3Dオブジェクト検出を強化するんだ。
Philip Jacobson, Yichen Xie, Mingyu Ding
― 1 分で読む
複数のセンサーデータ統合を使って車両の位置特定を改善するフレームワーク。
Wei Liu, Jiaqi Zhu, Guirong Zhuo
― 1 分で読む
軽量なビジュアル慣性オドメトリの新しい手法が、厳しい環境でのパフォーマンスを向上させる。
Jinho Park, Se Young Chun, Mingoo Seok
― 1 分で読む
新しい方法が危険な状況で自動運転車の安全性を向上させる。
Xuan Cai, Zhiyong Cui, Xuesong Bai
― 1 分で読む
新しい方法が自律システムのデータ選択と強化を改善する。
Maying Shen, Nadine Chang, Sifei Liu
― 1 分で読む
動的ゲームにおけるエージェントの相互作用が時間とともにどう変化するかを見てみよう。
Chih-Yuan Chiu, Jingqi Li, Maulik Bhatt
― 1 分で読む
新しい方法がAIモデルの予測の理解を向上させる。
Debarpan Bhattacharya, Amir H. Poorjam, Deepak Mittal
― 1 分で読む
車両の快適性と安全性向上のための縦の動きをコントロールする研究。
Ameya Salvi, John Coleman, Jake Buzhardt
― 1 分で読む
新しい方法が、イベントベースの技術を使って、速い動きのシーンでの追跡精度を向上させる。
Maria Zafeiri, Georgios Evangelidis, Emmanouil Psarakis
― 1 分で読む
自動運転車の安全性を高めるために、人々がどうやって道を渡るかを調べてる。
Yueyang Wang, Aravinda Ramakrishnan Srinivasan, Yee Mun Lee
― 1 分で読む
新しいアプローチは、LiDARとカメラを組み合わせて、検出精度を向上させる。
Vanshika Vats, Marzia Binta Nizam, James Davis
― 1 分で読む
新しいアプローチがガウス過程を使って不確実な環境での制御を改善するよ。
Manish Prajapat, Amon Lahr, Johannes Köhler
― 1 分で読む
より安全な自動運転車のための画像分割モデルを改善するイベント。
Tuan-Hung Vu, Eduardo Valle, Andrei Bursuc
― 1 分で読む
研究が自動運転車のリアルタイム学習の新しいアプローチを強調してるよ。
Yuki Tsuchiya, Thomas Balch, Paul Drews
― 1 分で読む
少数ショット学習法を使って、より安全な自動運転車のために交通標識の検出を改善する。
Md. Atiqur Rahman, Nahian Ibn Asad, Md. Mushfiqul Haque Omi
― 1 分で読む
新しいフレームワークが、さまざまな環境でのカメラのポーズ推定を改善する。
Gennady Sidorov, Malik Mohrat, Ksenia Lebedeva
― 1 分で読む
新しいアプローチで屋内のデバイス位置追跡の精度が向上してる。
Alessio Fascista, Benjamin J. B. Deutschmann, Musa Furkan Keskin
― 1 分で読む
新しいモデルが、自動運転車の動きの予測を最小限のリソースで改善したよ。
Alexander Prutsch, Horst Bischof, Horst Possegger
― 1 分で読む
新しい方法でロボットや自動運転車のLiDAR位置認識が改善される。
Saimunur Rahman, Peyman Moghadam
― 1 分で読む
新しい手法が、先進運転システムのための道路の危険を検出する能力を向上させるよ。
Pang-Yuan Pao, Shu-Wei Lu, Ze-Yan Lu
― 1 分で読む