自动驾驶

Self-Supervised Learning to Fly using Efficient Semantic Segmentation and Metric Depth Estimation for Low-Cost Autonomous UAVs

Sebastian Mocanu, Emil Slusanschi, Marius Leordeanu

机构 * National University of Science and Technology Politehnica Bucharest（波兰技术大学布加勒斯特分校） ； NORCE Norwegian Research Center（挪威研究机构NORCE） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO、cs.CV

Valeo Near-Field: a novel dataset for pedestrian intent detection

Antonyo Musabini, Rachid Benmokhtar, Jagdish Bhanushali, Victor Galizzi, Bertrand Luvison, Xavier Perrotton

机构 * Valeo（瓦莱欧） ； BRAIN Division（BRAIN部门） ； Universite Paris-Saclay（巴黎-萨克雷大学） ； CEA（法国国家科学研究中心） ； List ； F-91120（法国） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV、cs.AI

Journal ref ICCV 2025 - 9th Workshop and Competition on Affective & Behavior Analysis in-the-wild (ABAW)

AngularFuse: A Closer Look at Angle-based Perception for Spatial-Sensitive Multi-Modality Image Fusion

Xiaopeng Liu, Yupei Lin, Sen Zhang, Xiao Wang, Yukai Shi, Liang Lin

机构 * School of Information Engineering, Guangdong University of Technology（广东技术大学信息工程学院） ； TikTok, ByteDance Inc（字节跳动） ； School of Computer Science, Anhui University（安徽大学计算机科学学院） ； School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV、eess.IV

Comments For the first time, angle-based perception was introduced into the multi-modality image fusion task

NV3D: Leveraging Spatial Shape Through Normal Vector-based 3D Object Detection

Krittin Chaowakarn, Paramin Sangwongngam, Nang Htet Htet Aung, Chalie Charoenlarpnopparut

机构 * The School of Information, Computer, and Communication Technology, Sirindhorn International Institute of Technology, Thammasat University（信息、计算机与通信技术学院，Sirindhorn国际技术学院，泰国朱拉隆梭大学） ； National Electronics and Computer Technology Center, National Science and Technology Development Agency（国家电子与计算机技术中心，国家科学技术发展局） ； Department of Electrical Engineering, Faculty of Engineering, Chulalongkorn University（电气工程系，工程学院，朱拉隆梭大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV、cs.AI

PhysHSI: Towards a Real-World Generalizable and Natural Humanoid-Scene Interaction System

Huayi Wang, Wentao Zhang, Runyi Yu, Tao Huang, Junli Ren, Feiyu Jia, Zirui Wang, Xiaojie Niu, Xiao Chen, Jiahe Chen, Qifeng Chen, Jingbo Wang, Jiangmiao Pang

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO、cs.AI

Comments Project website: https://why618188.github.io/physhsi/

Referring Expression Comprehension for Small Objects

Kanoko Goto, Takumi Hirose, Mahiro Ukai, Shuhei Kurita, Nakamasa Inoue

机构 * Institute of Science Tokyo（东京科学研究所） ； National Institute of Informatics（国家信息研究所） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

When Autonomous Vehicle Meets V2X Cooperative Perception: How Far Are We?

An Guo, Shuoxiao Zhang, Enyi Tang, Xinyu Gao, Haomin Pang, Haoxiang Tian, Yanzhou Mu, Wu Wen, Chunrong Fang, Zhenyu Chen

机构 * Guangzhou University（广州大学） ； Nanyang Technological University（南洋理工大学） ； Shenzhen Research Institute of Nanjing University（南京大学深圳研究院） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO、cs.AI

Comments The paper has been accepted by the 40th IEEE/ACM International Conference on Automated Software Engineering, ASE 2025

Journal ref Proceedings of the 40th IEEE/ACM International Conference on Automated Software Engineering.2025

AnywhereVLA: Language-Conditioned Exploration and Mobile Manipulation

Konstantin Gubernatorov, Artem Voronov, Roman Voronov, Sergei Pasynkov, Stepan Perminov, Ziang Guo, Dzmitry Tsetserukou

机构 * Intelligent Space Robotics Laboratory, Center for Digital Engineering, Skolkovo Institute of Science and Technology（智能空间机器人实验室，数字工程中心，斯克尔科夫科学与技术研究所） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO、cs.AI

Vision-Based Perception for Autonomous Vehicles in Off-Road Environment Using Deep Learning

Nelson Alves Ferreira Neto

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV、eess.IV

Comments 2022. 117p. Electrical Engineering PhD Thesis - Graduate Program in Electrical and Computer Engineering, Federal University of Bahia, 40210-630, Salvador, Brazil

Semantic-Aware Particle Filter for Reliable Vineyard Robot Localisation

Rajitha de Silva, Jonathan Cox, James R. Heselden, Marija Popovic, Cesar Cadena, Riccardo Polvara

机构 * Lincoln Centre for Autonomous Systems (L-CAS), University of Lincoln, UK（林肯自主系统中心（L-CAS），林肯大学，英国） ； MAVLab, TU Delft, Netherlands（MAV实验室，代尔夫特理工大学，荷兰） ； Robotics Systems Lab, ETH Zurich, Switzerland（机器人系统实验室，苏黎世联邦理工学院，瑞士） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO、cs.CV

Comments Sumbitted to ICRA 2026

Vision-Based Driver Drowsiness Monitoring: Comparative Analysis of YOLOv5-v11 Models

Dilshara Herath, Chinthaka Abeyrathne, Prabhani Jayaweera

机构 * Electrical and Information Engineering, Computer Engineering, University of Ruhuna（电子与信息工程、计算机工程、鲁胡纳大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV、eess.IV

Comments Drowsiness Detection using state of the art YOLO algorithms

Unsupervised Instance Segmentation with Superpixels

Cuong Manh Hoang

机构 * Department of Electronic Engineering, Seoul National University of Science and Technology（电子工程系，科学技术厅首尔国立大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

Journal ref Pattern Recognition, 2025

Image Segmentation with Large Language Models: A Survey with Perspectives for Intelligent Transportation Systems

Sanjeda Akter, Ibne Farabi Shihab, Anuj Sharma

机构 * Department of Computer Science, Iowa State University, Ames, IA, USA（Iowa State University） ； Department of Civil, Construction and Environmental Engineering, Iowa State University, Ames, IA, USA（Iowa State University） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

RailGoerl24: Görlitz Rail Test Center CV Dataset 2024

Rustam Tagiew, Ilkay Wunderlich, Mark Sastuba, Kilian Göller, Steffen Seitz

机构 * German Centre for Rail Traffic Research at the Federal Railway Authority（德国铁路交通研究所在联邦铁路局） ； EYYES GmbH（EYYES公司） ； Chair of Fundamentals of Electrical Engineering of Dresden University of Technology（德累斯顿技术大学电气工程基础教授职位） ； Conrad Zuse School of Embedded Composite AI (SECAI)（康拉德·祖塞嵌入式复合人工智能学校） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV、cs.AI

Comments 4 pages, 5 figures, presented at Engineering Reliable Autonomous Systems 2025

LEGO: Learning and Graph-Optimized Modular Tracker for Online Multi-Object Tracking with Point Clouds

Zhenrong Zhang, Jianan Liu, Yuxuan Xia, Tao Huang, Qing-Long Han, Hongbin Liu

机构 * School of AI and Advanced Computing, Xi’an Jiaotong-Liverpool University（人工智能与先进计算学院，西安交通大学利物浦大学） ； Momoni AI ； Department of Automation, Shanghai Jiaotong University（自动化学院，上海交通大学） ； College of Science and Engineering, James Cook University（科学与工程学院，詹姆斯库克大学） ； School of Engineering, Swinburne University of Technology（工程学院，斯威灵斯大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV、cs.AI

Comments Accept by IEEE Transactions on Circuits and Systems for Video Technology

CoDiff: Conditional Diffusion Model for Collaborative 3D Object Detection

Zhe Huang, Shuo Wang, Yongcai Wang, Lei Wang

机构 * School of future Transportation, Chang’an University（未来交通学院，长安大学） ； School of information, Renmin University of China（信息学院，中国人民大学） ； Hangzhou International Innovation Institute, Beihang University（杭州国际创新研究院，北航） ； University of Wollongong（沃林戈大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

Redesigning Traffic Signs to Mitigate Machine-Learning Patch Attacks

Tsufit Shua, Liron David, Mahmood Sharif

机构 * Tel Aviv University（特拉维夫大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

RoofSeg: An edge-aware transformer-based network for end-to-end roof plane segmentation

Siyuan You, Guozheng Xu, Pengwei Zhou, Qiwen Jin, Jian Yao, Li Li

机构 * School of Remote Sensing and Information Engineering（遥感与信息工程学院） ； Wuhan University（武汉大学） ； Wuhan Unversity Shenzhen Research Institute（武汉大学深圳研究院） ； Wuhan University of Technology（武汉理工大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV、cs.AI

Comments 38 pages, 10 figures, 9 tables

EMind: A Foundation Model for Multi-task Electromagnetic Signals Understanding

Luqing Luo, Wenjin Gui, Yunfei Liu, Ziyue Zhang, Yunxi Zhang, Fengxiang Wang, Zonghao Guo, Zizhi Ma, Xinzhu Liu, Hanxiang He, Jinhai Li, Xin Qiu, Wupeng Xie, Yangang Sun

机构 * Institute of Microelectronics of the Chinese Academy of Sciences（中国科学院微电子研究所） ； Tsinghua University（清华大学） ； Artificial Intelligence Institute of China Electronics Technology Group Corporation（中国电子科技集团有限公司人工智能研究院） ； Beijing Institute of Technology（北京理工大学） ； National University of Defense Technology（国防科技大学） ； Nankai University（南开大学） ； Northeastern University（东北大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

Finding Outliers in a Haystack: Anomaly Detection for Large Pointcloud Scenes

Ryan Faulkner, Luke Haub, Simon Ratcliffe, Tat-Jun Chin

机构 * University of Adelaide, Australia（澳大利亚阿德莱德大学） ； Maptek, Australia（澳大利亚Maptek公司） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV、cs.AI

Comments arXiv Preprint, paper has since been accepted to ACPR 2025

A holistic perception system of internal and external monitoring for ground autonomous vehicles: AutoTRUST paradigm

Alexandros Gkillas, Christos Anagnostopoulos, Nikos Piperigkos, Dimitris Tsiktsiris, Theofilos Christodoulou, Theofanis Siamatras, Dimitrios Triantafyllou, Christos Basdekis, Theoktisti Marinopoulou, Panagiotis Lepentsiotis, Elefterios Blitsis, Aggeliki Zacharaki, Nearchos Stylianidis, Leonidas Katelaris, Lamberto Salvan, Aris S. Lalos, Christos Laoudias, Antonios Lalas, Konstantinos Votis

机构 * Industrial Systems Institute, ATHENA Research Center, Patras Science Park, Greece（工业系统研究所，ATHENA研究中心，帕特拉斯科学公园，希腊） ； AviSense.AI, Patras Science Park, Greece（AviSense.AI，帕特拉斯科学公园，希腊） ； Information Technologies Institute, CERTH, Greece（信息科技研究所，CERTH，希腊） ； KIOS Research and Innovation Center of Excellence, University of Cyprus, Cyprus（KIOS研究与创新中心，塞浦路斯大学，塞浦路斯） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO、cs.CV

FetchBot: Learning Generalizable Object Fetching in Cluttered Scenes via Zero-Shot Sim2Real

Weiheng Liu, Yuxuan Wan, Jilong Wang, Yuxuan Kuang, Wenbo Cui, Xuesong Shi, Haoran Li, Dongbin Zhao, Zhizheng Zhang, He Wang

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； CFCS, School of Computer Science, Peking University（计算机科学系，北京大学） ； Galbot ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） 纠错

专题命中 感知 ：occupancy(abstract)；分类 cs.RO、cs.CV

Comments 9th Annual Conference on Robot Learning (CoRL 2025, Oral)

HQ-OV3D: A High Box Quality Open-World 3D Detection Framework based on Diffision Model

Qi Liu, Yabei Li, Hongsong Wang, Lei He

专题命中 感知 ：autonomous driving(abstract)；分类 cs.RO、cs.CV

PTQAT: A Hybrid Parameter-Efficient Quantization Algorithm for 3D Perception Tasks

Xinhao Wang, Zhiwei Lin, Zhongyu Xia, Yongtao Wang

机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学计算机系研究所） 纠错

专题命中 感知 ：occupancy(abstract)；分类 cs.CV、cs.AI

Comments 8 pages, Accepted by ICCVW 2025

Closed-Circuit Television Data as an Emergent Data Source for Urban Rail Platform Crowding Estimation

Riccardo Fiorista, Awad Abdelhalim, Anson F. Stewart, Gabriel L. Pincus, Ian Thistle, Jinhua Zhao

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Washington Metropolitan Area Transit Authority（华盛顿特区公共交通局） ； Department of Urban Studies and Planning（城市研究与规划系） 纠错

专题命中 感知 ：occupancy(abstract)；分类 cs.CV、eess.IV

Comments 26 pages, 17 figures, 4 tables

Dynamic-Dark SLAM: RGB-Thermal Cooperative Robot Vision Strategy for Multi-Person Tracking in Both Well-Lit and Low-Light Scenes

Tatsuro Sakai, Kanji Tanaka, Yuki Minase, Jonathan Tay Yu Liang, Muhammad Adil Luqman, Daiki Iwata

机构 * University of Fukui（福井大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO、cs.CV

Comments 11 pages, 11 figures, technical report

Solving Scene Understanding for Autonomous Navigation in Unstructured Environments

Naveen Mathews Renji, Kruthika K, Manasa Keshavamurthy, Pooja Kumari, S. Rajarajeswari

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

Fine-Grained Traffic Inference from Road to Lane via Spatio-Temporal Graph Node Generation

Shuhao Li, Weidong Yang, Yue Cui, Xiaoxing Liu, Lingkai Meng, Lipeng Ma, Fan Zhang

机构 * Fudan University（复旦大学） ； Zhuhai Fudan Innovation Research Institute（珠海复旦创新研究院） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Guangzhou University（广州大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

Reinforced Embodied Active Defense: Exploiting Adaptive Interaction for Robust Visual Perception in Adversarial 3D Environments

Xiao Yang, Lingxuan Wu, Lizhong Wang, Chengyang Ying, Hang Su, Jun Zhu

机构 * Dept. of Comp. Sci. & Tech.（计算机科学与技术系） ； Institute for AI（人工智能研究院） ； BNRist Center（BNRist中心） ； THBI Lab（THBI实验室） ； Tsinghua-Bosch Joint Center for ML（清华大学-博世联合机器学习中心） ； Tsinghua University（清华大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.CV、cs.AI

Comments arXiv admin note: text overlap with arXiv:2404.00540

Monocular Semantic Scene Completion via Masked Recurrent Networks

Xuzhi Wang, Xinran Wu, Song Wang, Lingdong Kong, Ziping Zhao

专题命中 感知 ：occupancy(abstract)；分类 cs.RO、cs.CV

Comments ICCV 2025; 15 pages, 10 figures, 6 tables; Code at https://github.com/alanWXZ/MonoMRN