浏览量 : 0 下载量: 0 CSCD: 0
  • 导出

  • 分享

  • 收藏

  • 专辑

    • 面向动态交通场景的3D目标检测

    • 3D object detection for dynamic traffic scenarios

    • 在动态交通场景的3D目标检测领域,研究人员提出了一种创新框架。该框架通过自适应体素特征采样策略和时序分组融合模块,有效解决了现有技术在多变场景适应性和遮挡目标感知方面的瓶颈问题,显著提升了检测精度和鲁棒性,为智能交通系统的发展提供了有力支持。
    • 2026年 页码:1-17   

      收稿:2025-10-30

      修回:2026-03-10

      录用:2026-03-13

      网络首发:2026-03-16

    • DOI: 10.11834/jig.250543     

    移动端阅览

  • 张兴旺, 王俊帆, 缪其恒, 董哲康, 何志伟, 马国进. 面向动态交通场景的3D目标检测[J/OL]. 中国图象图形学报,XXXX:1-17. DOI: 10.11834/jig.250543. DOI:
    Zhang Xingwang, Wang Junfan, Miao Qiheng, Dong Zhekang, He Zhiwei, Ma Guojin. 3D object detection for dynamic traffic scenarios[J/OL]. Journal of Image and Graphics, XXXX:1-17. DOI: 10.11834/jig.250543. DOI:
  •  
  •  
文章被引用时,请邮件提醒。
提交

相关作者

王利红 杭州电子科技大学计算机学院;浙江省脑机协同智能重点实验室
潘开来 杭州电子科技大学计算机学院;浙江省脑机协同智能重点实验室
李忠金 杭州电子科技大学计算机学院;浙江省脑机协同智能重点实验室
胡海洋 杭州电子科技大学计算机学院;浙江省脑机协同智能重点实验室
韩俊博 杭州电子科技大学计算机学院;浙江省脑机协同智能重点实验室
叶芝桧 中山大学智能工程学院;中山大学;广东省智能交通系统(ITS) 重点实验室
赵耀 北京交通大学信息科学研究所
付树军 山东大学数学学院

相关机构

杭州电子科技大学计算机学院
浙江省脑机协同智能重点实验室
中山大学智能工程学院
中山大学
广东省智能交通系统(ITS) 重点实验室
0