MIM4D：多视角视频遮蔽建模的自动驾驶表示学习

BriefGPT - AI 论文速递 · 2024-03-13T00:00:00Z

该文章介绍了MIM4D，一种新的预训练范例，通过训练遮罩的多视角视频输入来构建伪3D特征并进行监督学习，解决了计算机视觉和自动驾驶领域中缺乏密集3D监测的问题。MIM4D在自动驾驶中的可视表征学习任务中取得了最先进的性能，提高了多个下游任务的表现。