Tag · 2 篇
恶劣天气鲁棒性
01 02
看见我们看不见的：恶劣对地观测条件下目标计数的地理引导推理基准
See What We Cannot See: A Geo-guided Reasoning Benchmark for Object Counting under Adverse Earth Observation Conditions
把土地利用图、地图等地理模态作为外观失效时的稳定结构先验，为遥感视觉任务提供了一条不依赖可见光外观的推理路径；其数据引擎（多地理模态对齐、真实退化模拟、点标注）可直接复用于构建恶劣条件下的计数与定位基准。
恶劣天气条件下基于激光雷达-4D雷达融合的混合鲁棒协同感知
Hybrid Robust Collaborative Perception with LiDAR-4D Radar Fusion under Adverse Weather Conditions
在车路/车车协同感知场景下，用4D毫米波雷达补足退化激光雷达的稀疏点云，其双向跨模态门控（BCMG）做特征可靠性互校验、自适应特征增强（AFE）修复被抑制区域，可直接迁移到多智能体多模态融合的鲁棒检测框架中。