测试时修正：基于视觉提示的在线3D检测系统
计算机视觉与模式识别
2025-12-04 v3
摘要
本文介绍了测试时修正（TTC），一个在线3D检测系统，旨在利用各种辅助反馈纠正测试时错误，旨在提高已部署自动驾驶系统的安全性。与在推理过程中保持固定的传统离线3D检测器不同，TTC能够在不重新训练的情况下实现在线即时错误纠正，使自动驾驶车辆能够适应新场景并降低部署风险。为此，我们为现有3D检测器配备了一个在线适配器（OA）模块——一个用于实时纠正的提示驱动查询生成器。OA模块的核心是视觉提示：从辅助反馈（如与2D检测的不匹配、道路描述或用户点击）中推导出的感兴趣对象的图像描述。这些视觉提示在推理过程中从风险对象中收集，并维护在一个视觉提示缓冲区中，以实现未来帧的持续纠正。通过利用这一机制，TTC能够持续检测风险对象，实现可靠、自适应和通用的自动驾驶。大量实验表明，TTC在冻结3D检测器上显著提升了即时错误纠正能力，即使在标签有限、零样本设置和不利条件下也是如此。我们希望这项工作能激发未来关于部署后在线纠正系统的研究。
引用
@article{arxiv.2412.07768,
title = {Test-time Correction: An Online 3D Detection System via Visual Prompting},
author = {Hanxue Zhang and Zetong Yang and Yanan Sun and Li Chen and Fei Xia and Fatma Güney and Hongyang Li},
journal= {arXiv preprint arXiv:2412.07768},
year = {2025}
}