כתבה
arXiv cs.AI ·
SimFuse3D: סימולציה מונחה-מקור והתאמה מומחה-בטוחה למקור-מטרה למזהה 3D רב-תקן
SimFuse3D: Source-Guided Target Simulation and Confidence-Guided Multi-Stage Localization Reweighting for Cross-Platform 3D Object Detection
SimFuse3D היא טכניקה חדשה להתאמה ללא סיווג של מזהים 3D רב-תקנים. היא משתמשת בסימולציה מונחה-מקור והתאמה מומחה-בטוחה למקור-מטרה. SimFuse3D נבחנה בשישה תרגילי התאמה והציגה תוצאות טובות יותר מ-Pi3DET-Net.
תקציר מקורי באנגליתarXiv:2609.04886v2 Announce Type: replace-cross Abstract: Changes in sensor height and viewpoint alter object-level point distributions, making cross-platform LiDAR unsupervised domain adaptation (UDA) difficult. Self-training uses labeled source scans and unlabeled target scans, yet a retained prediction may provide a useful target location while enclosing sparse foreground returns, background clutter, or points inconsistent with the predicted box. We refer to this mismatch as box-point inconsistency. We introduce SimFuse3D, which preserves the target placement and repairs the associated pseudo object using measured geometry from labeled source scans. Object Memory retrieves a similar labeled source instance. Target Simulation places the retrieved source geometry at the target location, a
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית