Tag · 13 篇
3D目标检测
V2U4Real：面向车-无人机协同感知的真实世界大规模数据集
V2U4Real: A Real-world Large-scale Dataset for Vehicle-to-UAV Cooperative Perception
该数据集为跨视角协同感知提供了真实世界多模态基准，可用于研究车-无人机协同下的3D检测与跟踪，解决地面视角的遮挡与远距离感知问题。
URScenes：面向非结构化道路环境的多场景数据集
URScenes: A Multi-scenario Dataset for Unstructured Road Environments
为视觉感知算法提供了覆盖雨、雪、雾、沙尘、强眩光、夜间等八种非结构化道路场景的多任务基准，可直接用于评测3D检测、跟踪与占用预测模型在分布偏移下的鲁棒性，并借助统一标注格式与nuScenes/KITTI/Waymo转换工具复用现有训练流程。
TACO：面向激光雷达定位与3D目标检测联合的任务感知对比学习
TACO: Task-Aware Contrastive Learning for Joint LiDAR Localization and 3D Object Detection
用对比学习显式解耦静态地理特征与目标中心特征，让定位与3D检测共享一个骨干网络并互为监督；做激光雷达定位或多任务BEV感知时，可借鉴这种按任务属性拆分特征空间、过滤动态噪声的思路。
场景重建作为3D检测的建图先验
Scene Reconstruction as Mapping Priors for 3D Detection
利用自动构建的密集建图先验来增强3D检测，为处理远距离或恶劣天气下的传感器稀疏与噪声问题提供了可扩展的解决方案，其建图先验构建流程和MPA3D融合框架可被其他自动驾驶感知任务借鉴。
R4Det：面向高性能3D目标检测的4D雷达-相机融合
R4Det: 4D Radar-Camera Fusion for High-Performance 3D Object Detection
面向自动驾驶的多模态3D检测，其全景深度融合（绝对/相对深度互增强）与不依赖自车位姿的可变形门控时序融合模块，可直接迁移到LiDAR-相机或纯视觉BEV时序检测中，解决位姿缺失下的时序退化问题。
Query2Uncertainty：分布偏移下3D目标检测的鲁棒不确定性量化与校准
Query2Uncertainty: Robust Uncertainty Quantification and Calibration for 3D Object Detection under Distribution Shift
对做3D检测部署的人，这篇给出一个可复用的后处理校准思路：直接拿DETR式检测器的潜变量object query特征拟合密度估计器，用密度值在分布偏移下同时重校准分类置信度与边界框回归不确定性，无需重训练检测器。
MTA：面向鸟瞰图感知与描述的多模态任务对齐
MTA: Multimodal Task Alignment for BEV Perception and Captioning
把 BEV 场景表征与真值语言表征做上下文对齐、并把检测输出与描述输出做跨模态提示对齐，是一种可在训练期插入、推理期零开销的多模态对齐插件，可直接迁移到其他 BEV 感知+语言生成联合框架中。
先对齐再融合：面向鲁棒3D检测的2D引导跨模态对齐
Look Before You Fuse: 2D-Guided Cross-Modal Alignment for Robust 3D Detection
用2D检测器可靠定位的物体-背景边界作为先验，在融合前预对齐激光雷达与相机特征，并显式增强边界处的深度突变；这套「先对齐再融合」的思路可直接迁移到任何存在投影误差的多传感器BEV融合流程中。
Long-SCOPE：全稀疏长距离协同3D感知
Long-SCOPE: Fully Sparse Long-Range Cooperative 3D Perception
面向车路协同长距离感知，用几何引导的查询生成替代稠密鸟瞰图，并用可学习的上下文感知关联模块在位置噪声下鲁棒匹配协同查询，可直接迁移到多智能体/多视角融合中的稀疏查询关联与远距离小目标检测。
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。
动态室内环境中的少样本增量3D目标检测
Few-Shot Incremental 3D Object Detection in Dynamic Indoor Environments
把VLM的2D语义特征与类无关3D框结合成类别原型，并用多模态门控打分，为少样本增量3D检测提供了一条不依赖大量新类标注的路线；其原型印记与特征重加权机制可迁移到其他开放世界/增量检测设定。
DSERT-RoLL：面向多样驾驶条件的鲁棒多模态感知——立体事件-RGB-热成像相机、4D雷达与双LiDAR
DSERT-RoLL: Robust Multi-Modal Perception for Diverse Driving Conditions with Stereo Event-RGB-Thermal Cameras, 4D Radar, and Dual-LiDAR
为事件相机、4D雷达、热成像等新传感器提供了带2D/3D框与轨迹ID的多模态驾驶数据与统一基准，可直接用于研究跨传感器家族的融合策略与恶劣天气下的3D检测鲁棒性。
CCF：面向域泛化多模态3D目标检测的互补协同融合
CCF: Complementary Collaborative Fusion for Domain Generalized Multi-Modal 3D Object Detection
针对双分支 proposal-level 多模态 3D 检测器，提出查询解耦损失、LiDAR 引导深度先验和互补跨模态掩码，可复用于提升视觉-激光雷达融合模型在恶劣域下的鲁棒性。