今天上午，計(jì)算機(jī)視覺(jué)領(lǐng)域頂會(huì)CVPR公布了最終的論文接收結(jié)果，Nullmax感知部門的3D目標(biāo)檢測(cè)研究《Enhancing 3D Object Detection with 2D Detection-Guided Query Anchors》入選CVPR 2024，技術(shù)實(shí)力再獲權(quán)威認(rèn)可。

CVPR（IEEE Conference on Computer Vision and Pattern Recognition）是計(jì)算機(jī)視覺(jué)和模式識(shí)別領(lǐng)域的頂級(jí)會(huì)議，其收錄的論文代表了計(jì)算機(jī)視覺(jué)領(lǐng)域的最新發(fā)展方向和最高研究水平。作為計(jì)算機(jī)視覺(jué)領(lǐng)域的世界三大頂會(huì)之一，CVPR在全球范圍內(nèi)有著極其廣泛的影響力和嚴(yán)苛的錄用標(biāo)準(zhǔn)。研究成果入選CVPR，也標(biāo)志著Nullmax的創(chuàng)新成果和前沿技術(shù)持續(xù)獲得國(guó)際頂級(jí)會(huì)議認(rèn)可。

論文中，Nullmax提出了一種提升3D目標(biāo)檢測(cè)的新方法QAF2D（Query Anchor From 2D），通過(guò)2D檢測(cè)結(jié)果指導(dǎo)生成3D查詢錨點(diǎn)（Query Anchor），顯著提升了多相機(jī)3D目標(biāo)檢測(cè)的性能。同時(shí)，Nullmax利用視覺(jué)提示（Visual Prompt）設(shè)計(jì)了一套兩階段的優(yōu)化方法，讓2D和3D檢測(cè)器共用圖像特征提取網(wǎng)絡(luò)，在不影響3D檢測(cè)器性能的情況下，降低模型訓(xùn)練和部署的資源消耗。

在nuScenes數(shù)據(jù)集上，Nullmax將QAF2D集成到了三種常見(jiàn)的基于查詢的3D目標(biāo)檢測(cè)器中。實(shí)驗(yàn)結(jié)果顯示，QAF2D 方法在 nuScenes 數(shù)據(jù)集上取得了顯著的性能提升，平均提升 1.18% NDS 和 1.74% mAP，最大提升為 2.3% NDS 和 2.7% mAP。

在自動(dòng)駕駛當(dāng)中，3D目標(biāo)檢測(cè)是障礙物檢測(cè)等任務(wù)的關(guān)鍵技術(shù)。更好的3D目標(biāo)檢測(cè)性能，可以提升自動(dòng)駕駛系統(tǒng)的整體表現(xiàn)，尤其是增強(qiáng)系統(tǒng)駕駛的安全性。將QAF2D應(yīng)用到實(shí)際的量產(chǎn)車型上，將可以進(jìn)一步提升智能駕駛的整體表現(xiàn)，同時(shí)降低部署和開(kāi)發(fā)時(shí)的硬件資源需求。

作為一家領(lǐng)先的自動(dòng)駕駛技術(shù)企業(yè)，Nullmax擁有強(qiáng)大的技術(shù)團(tuán)隊(duì)和一流的研發(fā)實(shí)力，未來(lái)Nullmax將繼續(xù)探索3D目標(biāo)檢測(cè)的最新技術(shù)，不斷提升感知系統(tǒng)的性能和魯棒性，將研究成果應(yīng)用于實(shí)際場(chǎng)景，為自動(dòng)駕駛技術(shù)的落地貢獻(xiàn)力量。

審核編輯：劉清