方驰围
雷竞技是骗人的调查报告
利用越野损失改善交通演员的运动预测及偏见
M. Niedoba，H. Cui.，K.罗，D. Hegde.那F.-c.Chou.那N. Djuric.
在这项工作中，提高了具有两种新方法的交通演员的预测：越野损失和行动类别均升高。越野损失通过惩罚不切实际的越野预测来赞美传统的L2距离损失。[PDF]
神经信息处理系统会议（神经潜艇），2019年
在这项工作中，提高了具有两种新方法的交通演员的预测：越野损失和行动类别均升高。越野损失通过惩罚不切实际的越野预测来赞美传统的L2距离损失。[PDF]
神经信息处理系统会议（神经潜艇），2019年
自动驾驶交通演员的不确定性意识的短期运动预测
N. Djuric.，V. radosavljevic，H. Cui.，t. nguyen，F.-c.Chou.，T.-h.林，N. Singh，J. Schneider
我们介绍了一种考虑到当前世界州的方法，并产生每个交通演员的附近的光栅化表示。然后将光栅图像用作深扫描仪的输入，以推断演员的未来运动，同时也会占据并捕获预测任务的固有不确定性，在真实世界数据上强烈建议提出建议方法的好处。[PDF]
计算机视觉应用冬季会议（WACV.），2020年
我们介绍了一种考虑到当前世界州的方法，并产生每个交通演员的附近的光栅化表示。然后将光栅图像用作深扫描仪的输入，以推断演员的未来运动，同时也会占据并捕获预测任务的固有不确定性，在真实世界数据上强烈建议提出建议方法的好处。[PDF]
计算机视觉应用冬季会议（WACV.），2020年
使用高清地图和高效扫描器预测弱势道路用户的运动
F. Chou.那T.-h.林那H. Cui.，V. radosavljevic，T. Nguyen.那T. Huang.，M. Niedoba，J. Schneider，N. Djuric.
在交通演员的检测和跟踪之后，预测其未来运动是自驾驶车辆（SDV）的下一个关键组件，允许SDV在其环境中安全有效地移动。当涉及到弱势道路使用者（VRU），例如行人和骑自行车者时，这尤为重要。我们提出了一种预测VRU运动的深度学习方法，在那里我们将高清地图和演员的周围环境栅格化为鸟瞰图图像，用作卷积网络的输入。[...][PDF]
MLITS Workshop @神经信息处理系统（内潜藏），2018年
在交通演员的检测和跟踪之后，预测其未来运动是自驾驶车辆（SDV）的下一个关键组件，允许SDV在其环境中安全有效地移动。当涉及到弱势道路使用者（VRU），例如行人和骑自行车者时，这尤为重要。我们提出了一种预测VRU运动的深度学习方法，在那里我们将高清地图和演员的周围环境栅格化为鸟瞰图图像，用作卷积网络的输入。[...][PDF]
MLITS Workshop @神经信息处理系统（内潜藏），2018年
使用深卷积网络自主驾驶的多模式轨迹预测
H. Cui.，V. radosavljevic，F. Chou.那T.-h.林那T. Nguyen.那T. Huang.，J. Schneider，N. Djuric.
自主驾驶呈现出器机器人和人工智能社区在困难和潜在的社会影响方面面临的最大问题之一。预计自动驾驶车辆（SDVS）预计将防止道路事故，并节省数百万生命，同时提高了更多的生计和生活质量。[...][PDF]
机器人与自动化国际会议（icra），2019年
自主驾驶呈现出器机器人和人工智能社区在困难和潜在的社会影响方面面临的最大问题之一。预计自动驾驶车辆（SDVS）预计将防止道路事故，并节省数百万生命，同时提高了更多的生计和生活质量。[...][PDF]
机器人与自动化国际会议（icra），2019年
