Zugriff

    Zugriff über TIB

    Verfügbarkeit in meiner Bibliothek prüfen


    Exportieren, teilen und zitieren



    Titel :

    HIGH DIMENSIONAL FRUSTUM POINTNET FOR 3D OBJECT DETECTION FROM CAMERA, LIDAR, AND RADAR


    Beteiligte:
    Wang, Leichen (Autor:in) / Chen, Tianbai (Autor:in) / Anklam, Carsten (Autor:in) / Goldluecke, Bastian (Autor:in)

    Kongress:

    2020 IEEE inteligent vehicles symposium (IV 2020)



    Erscheinungsdatum :

    01.01.2020


    Format / Umfang :

    8 pages


    Medientyp :

    Aufsatz (Konferenz)


    Format :

    Print


    Sprache :

    Englisch



    High Dimensional Frustum PointNet for 3D Object Detection from Camera, LiDAR, and Radar

    Wang, Leichen / Chen, Tianbai / Anklam, Carsten et al. | IEEE | 2020


    LiDAR Contamination Recognition Based on Optimized PointNet

    Wei, Ziyu / Quo, Binyun / Lujia, Ran et al. | SAE | 2025


    Faraway-Frustum: Dealing with Lidar Sparsity for 3D Object Detection using Fusion

    Zhang, Haolin / Yang, Dongfang / Yurtsever, Ekim et al. | IEEE | 2021


    Frustum-designed radar reflector for elevator

    CHEN EN YI / LU YANG / YAN MING ZHOU | Europäisches Patentamt | 2025

    Freier Zugriff

    TEMP-FRUSTUM NET: 3D OBJECT DETECTION WITH TEMPORAL FUSION

    Erçelik, Emeç / Yurtsever, Ekim / Knoll, Alois | British Library Conference Proceedings | 2021