今天上午，計算機視覺領(lǐng)域頂會CVPR公布了最終的論文接收結(jié)果，Nullmax感知部門的3D目標檢測研究《Enhancing 3D Object Detection with 2D Detection-Guided Query Anchors》入選CVPR 2024，技術(shù)實力再獲權(quán)威認可。

CVPR（IEEE Conference on Computer Vision and Pattern Recognition）是計算機視覺和模式識別領(lǐng)域的頂級會議，其收錄的論文代表了計算機視覺領(lǐng)域的最新發(fā)展方向和最高研究水平。作為計算機視覺領(lǐng)域的世界三大頂會之一，CVPR在全球范圍內(nèi)有著極其廣泛的影響力和嚴苛的錄用標準。研究成果入選CVPR，也標志著Nullmax的創(chuàng)新成果和前沿技術(shù)持續(xù)獲得國際頂級會議認可。

論文中，Nullmax提出了一種提升3D目標檢測的新方法QAF2D（Query Anchor From 2D），通過2D檢測結(jié)果指導(dǎo)生成3D查詢錨點（Query Anchor），顯著提升了多相機3D目標檢測的性能。同時，Nullmax利用視覺提示（Visual Prompt）設(shè)計了一套兩階段的優(yōu)化方法，讓2D和3D檢測器共用圖像特征提取網(wǎng)絡(luò)，在不影響3D檢測器性能的情況下，降低模型訓練和部署的資源消耗。

在nuScenes數(shù)據(jù)集上，Nullmax將QAF2D集成到了三種常見的基于查詢的3D目標檢測器中。實驗結(jié)果顯示，QAF2D 方法在 nuScenes 數(shù)據(jù)集上取得了顯著的性能提升，平均提升 1.18% NDS 和 1.74% mAP，最大提升為 2.3% NDS 和 2.7% mAP。

在自動駕駛當中，3D目標檢測是障礙物檢測等任務(wù)的關(guān)鍵技術(shù)。更好的3D目標檢測性能，可以提升自動駕駛系統(tǒng)的整體表現(xiàn)，尤其是增強系統(tǒng)駕駛的安全性。將QAF2D應(yīng)用到實際的量產(chǎn)車型上，將可以進一步提升智能駕駛的整體表現(xiàn)，同時降低部署和開發(fā)時的硬件資源需求。

作為一家領(lǐng)先的自動駕駛技術(shù)企業(yè)，Nullmax擁有強大的技術(shù)團隊和一流的研發(fā)實力，未來Nullmax將繼續(xù)探索3D目標檢測的最新技術(shù)，不斷提升感知系統(tǒng)的性能和魯棒性，將研究成果應(yīng)用于實際場景，為自動駕駛技術(shù)的落地貢獻力量。

審核編輯：劉清