BriefGPT - AI 论文速递
·
揭示过去信息：合作式鸟瞰预测的时态嵌入
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
TempCoBEV通过整合历史线索改进了BEV地图分割的质量和可靠性，尤其在通信故障情况下表现更好。
🎯
关键要点
- TempCoBEV通过整合历史线索改进BEV地图分割的质量和可靠性。
- 在OPV2V数据集上进行的实验表明，TempCoBEV在预测BEV地图分割方面优于非时态模型。
- 在最佳通信条件下，TempCoBEV的预测结果提高了2%。
- 在通信故障情况下，TempCoBEV的预测结果提高了19%。
➡️
