NVIDIA 自动驾驶实验室：自动驾驶中的动态视角鲁棒性解析

观看本期自动驾驶实验室视频，了解更多信息：

00:00:33

视角鲁棒性及最新解决方案

00:01:34

通过 Dynamic View Synthesis 来消除视角挑战

00:01:51

不同视角之间的多视一致性

00:02:24

神经辐射场 (NeRF) 对视角鲁棒性的效果不佳

00:02:37

训练深度神经网络（DNN）以用于从单一图像估计场景深度

00:03:34

大规模部署感知模型

//

扩展阅读：

《使用合成数据处理自动驾驶新视角感知》

开发能够在不同类型车辆上鲁棒的运行的感知堆栈是一项巨大的数据挑战。而合成数据生成和用于新视角合成（NVS）的 AI 技术能够实现感知灵敏度的系统测量。这大大提高了现有数据集的价值，并缩短了为其他车辆部署感知堆栈的时间。

NVIDIA DRIVE Sim 中的合成数据集以及 NVIDIA 在新视角合成（NVS）方面的最新研究可以帮助填补数据缺口，并帮助在部署新传感器配置时保持感知准确性。以加速各种尺寸和大小自动驾驶汽车的感知算法的训练。

使用合成数据处理自动驾驶新视角感知

NVIDIA DRIVE 相关资源