跳到正文
arXiv · 机器人与计算机视觉· KuanLin Chen, Feng-jui Kuo·· 4 小时前精选AI 评分78

Fixing the Twin, Not the Detector:基于数字孪生数据的 Sim-to-Real 路边 LiDAR 检测优化

Fixing the Twin, Not the Detector: Sim-to-Real Roadside LiDAR Detection from Digital-Twin Data

AI 导读

针对路边 LiDAR 检测器在真实场景中标注昂贵且存在域差异的问题,本文提出了一种仅用合成数据训练的 CenterPoint 模型及配套的仿真到现实修正流程。该方法通过对齐坐标、点密度和框约定,补充缺失的行人骑行者及街道杂波,并利用无标签帧重建真实尺寸与密度的物体。

推荐理由

该研究通过修正数字孪生与真实场景的坐标、点密度及标注差异,显著提升了路边 LiDAR 检测器的仿真到现实泛化能力。

来源:arXiv · 机器人与计算机视觉 · arxiv.org