提出了一种基于统一三维表示的多模态预训练方法。该方法通过将图像与激光雷达点云特征投影到统一的三维体积空间，实现了不同模态数据的统一表示，解决了多模态特征对齐时的信息丢失问题。同时，引入的多模态三维交互模块实现了多模态数据的高效融合。实验结果表明，该预训练模型迁移到下游任务时，在三维目标检测与鸟瞰视角地图分割任务中表现均优于目前最先进的自动驾驶预训练方法。
可以高效融合图像与激光雷达点云数据，提升感知任务的准确性与鲁棒性，特别是在复杂环境中，且无需额外标注与校准。其创新的多模态三维交互模块为多模态感知系统提供了新的技术路径，推动了智能交通、机器人技术以及智慧城市建设的发展。
面议（具体合作方式与投资规模可联系洽谈）
在nuScenes数据集上进行了广泛的验证，结果表明UniM2AE在3D目标检测和BEV地图分割任务中分别提升了1.2%的NDS和6.5%的mIoU，展示了其在多模态自监督预训练和自主驾驶感知任务中的卓越性能。
超高强镁合金及其制备成形技术
技术茂
登录
免费发布信息
