基于半监督GRU-卡尔曼滤波器的3D多目标跟踪

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

本研究提出了一种基于GRU的多目标跟踪方法,解决了传统方法在复杂环境中的非线性和噪声建模不足问题。通过可学习的卡尔曼滤波器和半监督学习策略,提升了模型性能和鲁棒性。实验结果表明,该方法在nuScenes和Argoverse2数据集上优于传统方法。

原文中文,约300字,阅读约需1分钟。
阅读原文