论文阅读（五）

已于 2023-04-19 17:06:44 修改
阅读量61 收藏
点赞数
分类专栏： 论文阅读 文章标签： 论文阅读
于 2023-04-19 17:05:45 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_69288251/article/details/130248338
版权

题目：Research on the Emergency Obstacle Avoidance Strategy of Intelligent Vehicles Based on a Safety Distance Model. DOI：10.1109/ACCESS.2023.3238056
 

研究了什么

紧急避障下的制动避障和转向避障的切换控制。

车辆模型：单轨3DOF

制动避障：计算安全距离

转向避障：轨迹规划+轨迹跟踪（5次多项式+MPC控制）

创新点

没有创新点

改进方向

考虑制动转向融合控制；

仿真场景过少

review里的转向制动决策控制可以后续看一下

爱学习的小玉
关注
专栏目录
StrongSORT论文阅读笔记
mobuovo的博客
04-02 5689
写在前面：这篇论文是2022.02.28放在arxiv上的，是对DeepSORT的改进，其中用到了许多现有的网络的tricks，正好目前我在做目标跟踪方面的工作，感觉可以抄抄作业啦(美滋滋)。以下内容是我根据论文做的翻译，希望可以帮助到大家，有不足的地方也希望大家多多包涵。 论文地址：论文阅读(BETA)-专业的学术讨论社区-粤港澳大湾区数字经济研究院（福田） github：https://github.com/dyhBUPT/StrongSORT 摘要： 现有的多目...
论文阅读笔记模板
08-19
【论文阅读笔记模板】 在计算机科学与技术领域，学术论文是知识传播的重要载体，而有效阅读和理解论文是提升专业技能的关键步骤。以下是一个适用于计算机相关专业论文阅读的笔记模板，旨在帮助读者系统地记录、理解...
IDDPM论文阅读
zzfive的博客
10-07 5804
IDDPM论文阅读
【自监督论文阅读 3】DINOv1
hjxu2016的博客
06-21 2035
展示了自监督预训练Vit模型的潜力 - KNN分类中特征质量有在图像检索中的潜力 - 特征中场景布局信息的存在，有利于弱监督图像分割 - 自监督学习可能是发展BERT-Like的key
【论文阅读】Deeplabv3+模型
aixiaomi123的博客
10-11 4876
关于deeplabv3+的something
论文阅读：Deep High-Resolution Representation Learning for Human Pose Estimation
YGwhere
06-03 1899
通过设计多个branch（原文称作子网络），得到不同维度的输出。每次引入新的branch（transition），即下采样时，都保留了原branch的输出，即保留了高分辨率的特征信息；在每个stage处理后，都将多维信息融合，让下一个stage能够处理来自不同维度的信息。没有设计复杂的模块，只添加了不同维度信息，只有信息量增加导致计算量提高，而没有引入复杂计算。
【网安AIGC专题】46篇前沿代码大模型论文、24篇论文阅读笔记汇总
定期分享我的发现和想法，感谢你的陪伴和支持
11-27 1万+
本文为邹德清教授的《网络安全专题》课堂笔记系列的文章，本次专题主题为大模型。 本系列文章不仅涵盖了46篇关于前沿代码大模型的论文，还包含了24篇深度论文阅读笔记，全面覆盖了代码生成、漏洞检测、程序修复、生成测试等多个应用方向，深刻展示了这些技术如何在网络安全领域中起到革命性作用。同时，本系列还细致地介绍了大模型技术的基础架构、增强策略、关键数据集，以及与网络安全紧密相关的模型安全问题。 本篇博客旨在整理这些宝贵的笔记，方便未来的阅读和研究，同时也希望能够对广大读者产生启发和帮助。让我们一起踏上这场网络安
突破经典网格特征？AutoFocusFormer: Image Segmentation off the Grid 论文阅读笔记
乄洛尘
05-04 4479
真实世界的图像内容总是密度不平衡分布，即大块的蓝天白云，小块的目标物体，如上图所示。经典的卷积网络对所有图像内容一视同仁。但由于小目标占据的空间位置非常小，以至分割等任务比较糟糕。于是，在下采样中保留更多的表示小目标的像素能够有助于留存重要的信息。本文提出一种局部注意力 Transformer 图像识别 Backbone，即 AutoFocusFormer (AFF) 方法，执行自适应下采样来学习保留最重要的像素信息。
CCS2019：Log2vec论文阅读
hxhabcd123的博客
10-21 4022
本文记录2019年CCS中的Log2vec论文的阅读笔记。
ResNet 论文阅读笔记
Sail的博客
11-15 2889
ResNet 论文阅读笔记 #机器学习/深度学习 文章介绍 论文地址：https://arxiv.org/pdf/1512.03385.pdf 原文题目：Deep Residual Learning for Image Recognition 作者： Kaiming He 团队 （微软亚洲研究院） 该文是2016年CVPR 最佳论文，拿下来当年 ImageNet 等数据集以及各项比赛第一名。提出的 ResNet 是基于残差学习，让神经网络训练起来更加容易。直观上来说，神经网络可以越做越深、准确度也可以越来
联邦学习原始论文解读
热门推荐
KI的博客
11-21 1万+
联邦学习：从分散数据通信高效学习深度网络。
第五届Mathorcup数学建模竞赛优秀论文.zip
03-18
9. **应用领域**：通过阅读这些论文，可以了解数学建模在各个领域的应用，如金融工程、交通规划、生物医学、能源管理等。 10. **批判性思维**：论文中可能包含对已有模型的批评和改进，体现了批判性思维在数学建模...
论文研究 - 五人制足球的普遍性建模：游戏的探索和阅读
06-01
五人制足球最深层次的身份的突出之处在于，它通过透视为这种新外观选择的框架，驾驶者的行为学和体育游戏成为一切规则。 这个好玩的合同，基本上是一种社会合同，在很大程度上决定了每个游戏特有的内部逻辑。 问题是...
初中语文语文论文阅读教学“五注意”
09-09
五、强化英语文化背景知识的教育 语言与文化密不可分，理解文化背景对于正确理解文章至关重要。教师不仅要深入讲解教材中的文化知识，还需要补充现代英语国家的社会文化背景信息，鼓励学生阅读相关报刊，拓宽知识面...
论文笔记：LAFF 文本到视频检索的新基准
zly_Always_be的博客
10-01 1212
整理了ECCV2022 Lightweight Attentional Feature Fusion: A New Baseline for Text-to-Video Retrieval 论文的阅读笔记
论文笔记：Online Class-Incremental Continual Learning with Adversarial Shapley Value
weixin_47505105的博客
10-04 417
这篇工作的focus 是 memory-based approach。
GS-SLAM论文阅读笔记-CaRtGS
qq_45795134的博客
10-04 1394
Nerf虽然有前景，但将NeRF集成到SLAM系统中遇到了几个障碍，包括高计算需求，长时间的训练，有限的泛化性，过度依赖视觉线索，以及对灾难性遗忘的敏感性。现有的高斯飞溅SLAM (GS-SLAM)方法在处理有限数量的高斯原语时，难以在实时约束下实现卓越的渲染性能。这些问题源于算法的计算需求与可用处理资源之间的不一致，这可能导致训练和优化过程不足。MonoGS和SplaTAM是对耦合GS-SLAM算法的开创性贡献，它们开创了一种通过梯度反向传播同时优化高斯原语和相机姿态估计的方法。
论文笔记：Anytime Continual Learning for Open Vocabulary Classification
weixin_47505105的博客
10-01 674
在开放词汇表图像分类中，随着时间的推移，模型需要不断学习新的标签，同时保留对旧标签的记忆。
GS-SLAM论文阅读笔记-MGSO
最新发布
qq_45795134的博客
10-04 884
然而，现有的基于3dgs的SLAM系统难以平衡硬件简洁性、速度和地图质量。大多数系统在上述的一个或两个方面表现出色，但很少能做到全部。一个关键问题是在同时进行SLAM时初始化高斯的困难。传统上，SLAM系统提供语义差的地图表示，对定位和基本导航有效，但缺乏复杂任务所需的细节。解耦的稠密地图SLAM一个关键挑战是SLAM和密集重建组件之间缺乏协同作用。SLAM算法往往不能为高质量的密集重建提供最优数据，从而影响系统的整体性能。
"研究生修炼之道：广西大学论文阅读与写作技巧
本次讲座围绕着五个关键问题展开，指导研究生们在论文阅读和写作过程中事半功倍。在这个信息爆炸的时代，如何有效地获取和利用知识成为了人们面临的挑战，而研究生修炼之道的分享给了我们启示。 首先，作为一名研究...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值