中文

CoMamba:利用状态空间模型解锁实时协作感知

计算机视觉与模式识别 2024-09-24 v2

摘要

协作感知系统在增强车辆自主性的安全性和效率方面发挥着至关重要的作用。尽管最近的研究强调了车辆到一切(V2X)通信技术在自动驾驶中的有效性,但仍存在一个重大挑战:如何高效地整合不断扩展的互联智能体(如车辆和基础设施)网络中的多个高带宽特征。在本文中,我们介绍了 CoMamba,这是一种新颖的协作 3D 检测框架,旨在利用状态空间模型进行实时车载车辆感知。与先前基于 Transformer 的最先进模型相比,CoMamba 使用双向状态空间模型,成为一个更具可扩展性的 3D 模型,绕过了注意力机制的二次复杂度痛点。通过在 V2X/V2V 数据集上的广泛实验,CoMamba 与现有方法相比取得了优越的性能,同时保持了实时处理能力。所提出的框架不仅提高了目标检测精度,还显著减少了处理时间,使其成为智能交通网络中下一代协作感知系统的有前途的解决方案。

关键词

引用

@article{arxiv.2409.10699,
  title  = {CoMamba: Real-time Cooperative Perception Unlocked with State Space Models},
  author = {Jinlong Li and Xinyu Liu and Baolu Li and Runsheng Xu and Jiachen Li and Hongkai Yu and Zhengzhong Tu},
  journal= {arXiv preprint arXiv:2409.10699},
  year   = {2024}
}

备注

Project Page: this https URL https://taco-group.github.io/CoMamba/