喵ID：Kl0ftt免责声明

Robust-FusionNet: Deep Multimodal Sensor Fusion for 3-D Object Detection Under Severe Weather Conditions

Robust-FusionNet：用于恶劣天气条件下 3D 物体检测的深度多模态传感器融合

基本信息

DOI：
10.1109/tim.2022.3191724
发表时间：
2022
期刊：
IEEE Transactions on Instrumentation and Measurement
影响因子：
5.6
通讯作者：
Zhixiong Li
中科院分区：
工程技术2区
文献类型：
--
作者： Cheng Zhang;Hai Wang;Yingfeng Cai;Long Chen;Yicheng Li;Miguel Angel Sotelo;Zhixiong Li研究方向： -- MeSH主题词： --
关键词： --
来源链接：pubmed详情页地址

文献摘要

The LiDAR point cloud data and camera images are distorted to a different degree under various severe weather conditions. Due to this, the traditional single-modal object detection methods are unable to use the complementary information between different
在各种恶劣天气条件下，激光雷达点云数据和相机图像会出现不同程度的失真。因此，传统的单模态目标检测方法无法利用不同模态之间的互补信息。
参考文献（0）
被引文献（11）

数据更新时间：{{ references.updateTime }}

关联基金

自动驾驶汽车横向动力学混杂特性与模型预测控制研究
批准号：
51875255
批准年份：
2018
资助金额：
60.0
项目类别：
面上项目
Zhixiong Li
通讯地址:
--
所属机构:
--
电子邮件地址：
--
免责声明免责声明
1、猫眼课题宝专注于为科研工作者提供省时、高效的文献资源检索和预览服务；
2、网站中的文献信息均来自公开、合规、透明的互联网文献查询网站，可以通过页面中的“来源链接”跳转数据网站。
3、在猫眼课题宝点击“求助全文”按钮，发布文献应助需求时求助者需要支付50喵币作为应助成功后的答谢给应助者，发送到用助者账户中。若文献求助失败支付的50喵币将退还至求助者账户中。所支付的喵币仅作为答谢，而不是作为文献的“购买”费用，平台也不从中收取任何费用，
4、特别提醒用户通过求助获得的文献原文仅用户个人学习使用，不得用于商业用途，否则一切风险由用户本人承担；
5、本平台尊重知识产权，如果权利所有者认为平台内容侵犯了其合法权益，可以通过本平台提供的版权投诉渠道提出投诉。一经核实，我们将立即采取措施删除/下架/断链等措施。
我已知晓