本文提出了一种基于伪激光雷达的物体三维检测方法，通过改进深度估计网络和损失函数，结合稀疏激光雷达数据，显著提升了远处物体的检测精度超过40%。研究还探讨了夜间深度估计、自监督学习和多传感器融合等技术，以改善低光照条件下的深度估计效果。

本研究提出了一种基于跨模态知识蒸馏的半监督训练框架，显著提升了单目三维检测性能。通过双向LiDAR-Radar融合框架解决了雷达数据稀疏性问题，并在多个数据集上表现优异。此外，研究探讨了雷达与激光雷达数据融合在恶劣天气下的物体检测能力，提出了相机-雷达知识蒸馏框架，进一步提升了检测性能。

本文介绍了一种新型三维检测技术，结合单目摄像头与LiDAR数据，通过点云几何结构改进视觉-语言模型，提升了分类和分割任务的准确率。研究表明，该方法在KITTI和JackRabbot数据集上表现优异，并提出了多模态视觉定位任务，显著增强了3D场景理解能力。

本文介绍了多种视觉转换器和预训练策略在三维检测和医学图像分析中的应用，包括GeoMIM、M$^{3}$3D和MIM。研究表明，遮蔽图像建模技术能提高学习效率和精度，MIM方法在不同任务中表现优异。此外，提出的多模态训练方案4M和Mask3D方法也展示了在视觉基础模型和场景理解任务中的潜力。

本文研究了基于激光雷达点云的三维检测在自动驾驶感知系统中的重要性，并提出了LiDAR R-CNN作为第二阶段检测器，可以改进现有的三维检测器。LiDAR R-CNN采用了基于点的方法，解决了实时性和高精度性能的要求，并在实际中表现出普适性和优越性能。