BriefGPT - AI 论文速递 · 2024-11-13T00:00:00Z 基于半监督GRU-卡尔曼滤波器的3D多目标跟踪 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 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。 🏷️ 标签 GRU 半监督 半监督学习 卡尔曼滤波器 多目标跟踪 性能提升 阅读原文 生成长图 分享链接 已复制链接
