V2X-ViTv2: Improved Vision Transformers for Vehicle-to-Everything Cooperative Perception

计算机视觉 人工智能 计算机科学 感知 机器视觉 变压器 工程类 心理学 电气工程 电压 神经科学
作者
Runsheng Xu,Chia-Ju Chen,Zhengzhong Tu,Ming–Hsuan Yang
出处
期刊:IEEE Transactions on Pattern Analysis and Machine Intelligence [Institute of Electrical and Electronics Engineers]
卷期号:: 1-12
标识
DOI:10.1109/tpami.2024.3479222
摘要

In this paper, we study the application of Vehicle-to-Everything (V2X) communication to improve the perception performance of autonomous vehicles. We present V2X-ViTs, a robust cooperative perception framework with V2X communication using novel vision Transformer models. First, we present V2X-ViTv1 containing holistic attention modules that can effectively fuse information across on-road agents (i.e., vehicles and infrastructure). Specifically, V2X-ViTv1 consists of alternating layers of heterogeneous multi-agent self-attention and multi-scale window self-attention, which captures inter-agent interaction and per-agent spatial relationships. These key modules are designed in a unified Transformer architecture to handle common V2X challenges, including asynchronous information sharing, pose errors, and heterogeneity of V2X components. Second, we propose an advanced architecture, V2X-ViTv2, that enjoys increased ability for multi-scale perception. We also propose advanced data augmentation techniques tailored for V2X applications to improve performance. We construct a large-scale V2X perception dataset using CARLA and OpenCDA to validate our approach. Extensive experimental results on both synthetic and real-world datasets show that V2X-ViTs achieve state-of-the-art performance for 3D object detection and are robust even under harsh, noisy environments. All the code and trained models will be available at https://github.com/DerrickXuNu/OpenCOOD.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
可爱的函函应助张可采纳,获得10
1秒前
1秒前
艳艳子发布了新的文献求助10
1秒前
ycc完成签到 ,获得积分10
3秒前
3秒前
丘比特应助屁屁屁采纳,获得10
3秒前
榕榕榕完成签到,获得积分10
4秒前
南星完成签到,获得积分10
5秒前
5秒前
乐乐乐乐乐乐应助SharonEggy采纳,获得10
5秒前
小鱼爱吃肉应助SharonEggy采纳,获得10
5秒前
情怀应助熠旅采纳,获得10
6秒前
淡然丹妗发布了新的文献求助30
6秒前
杳鸢应助cool采纳,获得30
6秒前
7秒前
GG发布了新的文献求助10
7秒前
jobs完成签到,获得积分10
7秒前
无花果应助小v1212采纳,获得10
8秒前
搞怪雁风完成签到,获得积分10
8秒前
玄学大哥完成签到,获得积分10
8秒前
8秒前
赘婿应助cyp采纳,获得10
9秒前
9秒前
9秒前
9秒前
王爷教你白给完成签到 ,获得积分10
10秒前
10秒前
愉快问枫发布了新的文献求助10
11秒前
123发布了新的文献求助20
11秒前
12秒前
12秒前
迷路念真完成签到,获得积分20
12秒前
科研通AI2S应助DLY采纳,获得10
12秒前
12秒前
搞怪雁风发布了新的文献求助10
12秒前
YUJING发布了新的文献求助10
13秒前
13秒前
杜寒发布了新的文献求助10
14秒前
14秒前
SharonEggy完成签到,获得积分10
14秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
Saponins and sapogenins. IX. Saponins and sapogenins of Luffa aegyptica mill seeds (black variety) 500
Fundamentals of Dispersed Multiphase Flows 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3260482
求助须知:如何正确求助?哪些是违规求助? 2901663
关于积分的说明 8316456
捐赠科研通 2571234
什么是DOI,文献DOI怎么找? 1396896
科研通“疑难数据库(出版商)”最低求助积分说明 653598
邀请新用户注册赠送积分活动 632040