ParCon：基于多模块并联连接的噪声鲁棒协同感知
计算机视觉与模式识别
2024-10-15 v2
摘要
本文探讨了通过与其他车辆和路面基础设施通信来提高自动驾驶车辆感知性能的 methods。为此，我们引入了一种新颖的协同感知架构，称为 ParCon，它通过并联连接多个模块，与大多数其他协同感知方法所使用的顺序连接不同。通过大量实验，我们展示了 ParCon 继承了并联连接的优势。具体而言，ParCon 对噪声具有鲁棒性，因为并联架构允许每个模块独立管理噪声并补足其他模块的局限性。因此，ParCon 在实际数据集等噪声环境下实现了最先进的检测精度，提高了 6.91% 的检测精度。此外，ParCon 计算效率高，通过减少 11.46% 的浮点运算（FLOPs）。
引用
@article{arxiv.2407.11546,
title = {ParCon: Noise-Robust Collaborative Perception via Multi-module Parallel Connection},
author = {Hyunchul Bae and Minhee Kang and Heejin Ahn},
journal= {arXiv preprint arXiv:2407.11546},
year = {2024}
}
备注
20pages, under review at ICLR 2025