Технология Jijia недавно выпустила новую структуру реконструкции сцены 4D -сцены под названием DriedReamer4d. Дорожные условия. DriedReamer4d эффективно расширяет учебные данные и значительно повышает надежность модели, внедряя мировую модель.
Традиционный метод реконструкции 4D сцены в основном опирается на две основные школы: NERF и 3DGS. NERF использует нейронные сети для отображения фотографий в 3D-модели, в то время как 3DGS использует трехмерную гауссовую функцию для имитации объектов в сцене. Однако оба метода сильно полагаются на учебные данные и плохо работают при работе со сложными дорожными условиями (такими как изменение полосы движения, ускорение и замедление). DriedReamer4D вводит мировые модели для прогнозирования возможных будущих ситуаций и генерирует новые перспективные видеоданные в различных сложных дорожных условиях, что эквивалентно предоставлению «скомпенсированных мозгов» для обучающих данных для модели реконструкции 4D сцены. Кроме того, новый модуль генерации траекторий (NTGM) автоматически генерирует различные новые траектории, которые соответствуют правилам движения, и использует мировую модель для создания видео с соответствующих точек зрения, что позволяет модели быть легко в различных сложных дорожных условиях. Экспериментальные результаты показывают, что эффект реконструкции DriedReamer4D в борьбе со сложными дорожными условиями значительно лучше, чем у традиционных методов, генерируемое изображение является более верностью и может точно восстановить местоположение линий транспортного средства и полосы движения. Ожидается, что появление DriedReamer4D значительно повысит эффективность, безопасность и надежность автономных исследований и разработок и тестирования.
Но оба метода имеют смертельную слабость: они слишком сильно полагаются на учебные данные! Следовательно, при столкновении с сложными дорожными условиями, такими как изменение полосы движения, ускорение и замедление, они склонны к перевороту.
Чтобы решить эту проблему, Jijia Technology запустила большой убийца - DriedReamer4d на этот раз. Короче говоря, эта вещь, чтобы добавить модель мировой модели ИИ к реконструкции 4D сцен.
Вы можете понимать мировую модель как мозг ИИ, который может предсказать, что может произойти в будущем на основе существующих данных. DriedReamer4D использует мировую модель для генерации новых перспективных видеодантеров в различных сложных дорожных условиях, что эквивалентно питанию модели 4D-реконструкции сцены «Скомпенсированные» данными, так что они могут быть осведомлены и больше не провалиться.
Что еще более удивительно, так это то, что DriedReamer4D также специально разработал новый модуль генерации треков (NTGM). Эта вещь может автоматически генерировать различные новые траектории, которые соответствуют правилам трафика, таким как изменение полосы движения, ускорение, замедление и т. Д., А затем использовать мировую модель для создания видео с соответствующих точек 4D -реконструкция сцена.
Экспериментальные результаты также доказывают силу DriedReamer4D. При работе со сложными дорожными условиями его эффект реконструкции значительно лучше, чем традиционные методы, сгенерированное изображение является более верностью, и он может точно восстановить местоположение линий транспортного средства и полосы движения.
Короче говоря, появление DriedReamer4D похоже на то, чтобы бросить ядерную бомбу в поле реконструкции 4D сцены, непосредственно взорвав технологический потолок. С помощью этого исследования и разработки и тестирование автономного вождения будут более эффективными, безопасными и надежными.
Конечно, DriedReamer4D все еще находится на этапе исследования, и в будущем все еще есть много вещей. Но я считаю, что по мере того, как технология продолжает развиваться, она станет сильнее и в конечном итоге станет незаменимой частью области автономного вождения.
Бумажный адрес: https://arxiv.org/pdf/2410.13571
Домашняя страница проекта: https://driedreamer4d.github.io/
Кодовый адрес: https://github.com/gigaai-research/drivedreamer4d
Появление рамки DriedReamer4D привело к революционным прорывам в технологии реконструкции 4D сцены, и ее перспективы применения в области автономного вождения стоит с нетерпением ждать. Несмотря на то, что он все еще находится на этапе исследования, его мощные результаты и широкие перспективы применения указывают на то, что технология автономного вождения перейдет на новую высоту.