Unsupervised domain adaptation for LiDAR segmentation
Transferring knowledge learned from the labeled source domain to the raw target domain for unsupervised domain adaptation (UDA) is essential to the scalable deployment of an autonomous driving system. State-of-the-art approaches in UDA often employ a key concept: utilize joint supervision signals fr...
محفوظ في:
المؤلف الرئيسي: | Kong, Lingdong |
---|---|
مؤلفون آخرون: | Zhang Hanwang |
التنسيق: | Thesis-Master by Research |
اللغة: | English |
منشور في: |
Nanyang Technological University
2022
|
الموضوعات: | |
الوصول للمادة أونلاين: | https://hdl.handle.net/10356/158401 |
الوسوم: |
إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
|
مواد مشابهة
-
Place recognition for unmanned vehicle based on 3D LiDAR and semantic point cloud
بواسطة: Zhao, Yangyang
منشور في: (2024) -
Calibration of LiDARs with object detection method
بواسطة: Gao, Jingtong
منشور في: (2022) -
An investigation over the state-of-the-art unsupervised domain adaptation person re-identification
بواسطة: Xiao, Yang
منشور في: (2022) -
Unsupervised domain adaptation algorithm design for robot perception
بواسطة: Tan, Jiawei
منشور في: (2021) -
Computational imaging and detection via deep learning
بواسطة: Kong, Lingdong
منشور في: (2020)