SIGS优硕风采| 不确定性( 二 )



3、在深度关联感知模块对深度之间的关系中进行了建模,该模型可以对反光区域、遮挡区域和远处区域进行准确估计,解决了领域内痛点问题。

4、提出了高斯估计器用于对深度图进行估计,同时输出估计的不确定性,基于对不确定性图的观察,一种简单但有效的数据预处理方式和一个可靠性感知掩膜被提出,用于缓解高不确定性区域给训练带来的影响,该不确定性图也可以用于自动驾驶中更为精细的决策制定。

学位论文相关学术成果

[1] Shaocheng Jia, Xin Pei, Xiao Jing and Danya Yao. "Self-supervised 3D Reconstructionand Ego-motion Estimation via On-board Monocular Video." IEEE Transactions on Intelligent Transportation Systems (Accepted; JCR: Q1; DOI:10.1109/TITS.2021.3071428).

[2] Shaocheng Jia, Xin Pei, Zi Yang, Shan Tian, and Yun Yue. "Novel Hybrid Neural Network for Dense Depth Estimation Using On-board Monocular Images." Transportation Research Board 2020 (TRB 2020, presented) & the journal of Transportation Research Record(Published; JCR: Q3; DOI: 10.1177/0361198120954438).

[3]Shaocheng Jia, Xin Pei, Wei Yao and S.C. Wong."Self-supervised Depth Estimation Leveraging Global Perception and Geometric Smoothness Using On-board Videos." arXiv published (DOI: arXiv:2106.03505)& IEEE Transactions on Intelligent Transportation Systems (under review,JCR: Q1).

[4] Shaocheng Jia, Yun Yue, Zi Yang, Xin Pei, and Yao Lu. "A Novel Approach to Reveal Travel Patterns of City Residents Based on Mobile Internet Locating Data."COTA International Conference of Transportation Professionals, 2019.(published; EI; DOI: 10.1061/9780784482292.527)

[5] Shaocheng Jia, Yun Yue, Zi Yang, Xin Pei, and Yashen Wang. "Travelling Modes Recognition via Bayes Neural Network with Bayes by Backprop Algorithm."COTA International Conference of Transportation Professionals, 2020.(published; EI; DOI: 10.1061/9780784482933.343)

[6] 裴欣, 胡坚明, 贾邵程(第一学生作者)等. 一种基于单目图像的稠密深度估计方法: 中国,CN110956655A[P]. 2020-04-03.(专利)

[7] 裴欣, 胡坚明, 贾邵程(第一学生作者) 等. 一种基于贝叶斯神经网络的出行方式识别方法: 中国,CN111310833A[P]. 2020-06-19.(专利)

[8]裴欣, 岳云, 贾邵程(第一学生作者)等. 基于深度估计的行车能见度确定方法及装置: 中国,CN111627056A[P]. 2020-09-04. (专利)

来源|培养处

策划|陈金静、兑晓晴

文、图|贾邵程

编辑|陈誉之

排版|黄佗

中文微信公众号:清华大学深圳国际研究生院

英文微信公众号:Tsinghua SIGS

新浪微博:@清华SIGS

SIGS优硕风采| 不确定性
文章插图
【来源:清华大学深圳研究生院】

声明:转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益,请作者持权属证明与本网联系,我们将及时更正、删除,谢谢。 邮箱地址:newmedia@xxcb.cn