:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Shuo, Shi, Lei, Liu, Haowen, Xu, Jing, Gao, Yufei, Shi, Yucheng
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2605.04475
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

OmniScene: Attention-Augmented Multimodal 4D Scene Understanding for Autonomous Driving
von: Liu, Pei, et al.
Veröffentlicht: (2025)

DriveX: Omni Scene Modeling for Learning Generalizable World Knowledge in Autonomous Driving
von: Shi, Chen, et al.
Veröffentlicht: (2025)

DriveWorld: 4D Pre-trained Scene Understanding via World Models for Autonomous Driving
von: Min, Chen, et al.
Veröffentlicht: (2024)

A Neuro-Symbolic Framework Combining Inductive and Deductive Reasoning for Autonomous Driving Planning
von: Wei, Hongyan, et al.
Veröffentlicht: (2026)

SEPT: Standard-Definition Map Enhanced Scene Perception and Topology Reasoning for Autonomous Driving
von: Pei, Muleilan, et al.
Veröffentlicht: (2025)

Is a 3D-Tokenized LLM the Key to Reliable Autonomous Driving?
von: Bai, Yifan, et al.
Veröffentlicht: (2024)

SceneRAG: Scene-level Retrieval-Augmented Generation for Video Understanding
von: Zeng, Nianbo, et al.
Veröffentlicht: (2025)

MGNet: Monocular Geometric Scene Understanding for Autonomous Driving
von: Schön, Markus, et al.
Veröffentlicht: (2022)

SparseDrive: End-to-End Autonomous Driving via Sparse Scene Representation
von: Sun, Wenchao, et al.
Veröffentlicht: (2024)

NeuroCLIP: Neuromorphic Data Understanding by CLIP and SNN
von: Guo, Yufei, et al.
Veröffentlicht: (2023)

Towards Neuro-Symbolic Video Understanding
von: Choi, Minkyu, et al.
Veröffentlicht: (2024)

Multi-Modal Data-Efficient 3D Scene Understanding for Autonomous Driving
von: Kong, Lingdong, et al.
Veröffentlicht: (2024)

MPDrive: Improving Spatial Understanding with Marker-Based Prompt Learning for Autonomous Driving
von: Zhang, Zhiyuan, et al.
Veröffentlicht: (2025)

DriveWAM: Video Generative Priors Enable Scalable World-Action Modeling for Autonomous Driving
von: Shi, Chen, et al.
Veröffentlicht: (2026)

Real2Sim: A Physics-driven and Editable Gaussian Splatting Framework for Autonomous Driving Scenes
von: Huang, Kaicong, et al.
Veröffentlicht: (2026)

SparseWorld: Enhancing End-to-End Autonomous Driving via World Models with Sparse Scene Representation
von: Wang, Ruoyu, et al.
Veröffentlicht: (2026)

Editable Scene Simulation for Autonomous Driving via Collaborative LLM-Agents
von: Wei, Yuxi, et al.
Veröffentlicht: (2024)

FlexDrive: Toward Trajectory Flexibility in Driving Scene Reconstruction and Rendering
von: Zhou, Jingqiu, et al.
Veröffentlicht: (2025)

RSUD20K: A Dataset for Road Scene Understanding In Autonomous Driving
von: Zunair, Hasib, et al.
Veröffentlicht: (2024)

PanoSSC: Exploring Monocular Panoptic 3D Scene Reconstruction for Autonomous Driving
von: Shi, Yining, et al.
Veröffentlicht: (2024)

Symbolic Graph Inference for Compound Scene Understanding
von: Aryan, FNU, et al.
Veröffentlicht: (2024)

Neuro-Symbolic Manipulation Understanding with Enriched Semantic Event Chains
von: Ziaeetabar, Fatemeh
Veröffentlicht: (2026)

RALAD: Bridging the Real-to-Sim Domain Gap in Autonomous Driving with Retrieval-Augmented Learning
von: Zuo, Jiacheng, et al.
Veröffentlicht: (2025)

PADriver: Towards Personalized Autonomous Driving
von: Kou, Genghua, et al.
Veröffentlicht: (2025)

CBDES MoE: Hierarchically Decoupled Mixture-of-Experts for Functional Modules in Autonomous Driving
von: Xiang, Qi, et al.
Veröffentlicht: (2025)

TopoPoint: Enhance Topology Reasoning via Endpoint Detection in Autonomous Driving
von: Fu, Yanping, et al.
Veröffentlicht: (2025)

Nighttime Autonomous Driving Scene Reconstruction with Physically-Based Gaussian Splatting
von: Kim, Tae-Kyeong, et al.
Veröffentlicht: (2026)

NeuroNCAP: Photorealistic Closed-loop Safety Testing for Autonomous Driving
von: Ljungbergh, William, et al.
Veröffentlicht: (2024)

T2SG: Traffic Topology Scene Graph for Topology Reasoning in Autonomous Driving
von: Lv, Changsheng, et al.
Veröffentlicht: (2024)

ReSim: Reliable World Simulation for Autonomous Driving
von: Yang, Jiazhi, et al.
Veröffentlicht: (2025)

PreGSU-A Generalized Traffic Scene Understanding Model for Autonomous Driving based on Pre-trained Graph Attention Network
von: Wang, Yuning, et al.
Veröffentlicht: (2024)

AD-EE: Early Exiting for Fast and Reliable Vision-Language Models in Autonomous Driving
von: Huang, Lianming, et al.
Veröffentlicht: (2025)

VSA4VQA: Scaling a Vector Symbolic Architecture to Visual Question Answering on Natural Images
von: Penzkofer, Anna, et al.
Veröffentlicht: (2024)

OmniHD-Scenes: A Next-Generation Multimodal Dataset for Autonomous Driving
von: Zheng, Lianqing, et al.
Veröffentlicht: (2024)

Application of Vision-Language Model to Pedestrians Behavior and Scene Understanding in Autonomous Driving
von: Gao, Haoxiang, et al.
Veröffentlicht: (2025)

DriveXQA: Cross-modal Visual Question Answering for Adverse Driving Scene Understanding
von: Tao, Mingzhe, et al.
Veröffentlicht: (2026)

InsightDrive: Insight Scene Representation for End-to-End Autonomous Driving
von: Song, Ruiqi, et al.
Veröffentlicht: (2025)

FSF-Net: Enhance 4D Occupancy Forecasting with Coarse BEV Scene Flow for Autonomous Driving
von: Guo, Erxin, et al.
Veröffentlicht: (2024)

MindDrive: An All-in-One Framework Bridging World Models and Vision-Language Model for End-to-End Autonomous Driving
von: Sun, Bin, et al.
Veröffentlicht: (2025)

Unifying Language-Action Understanding and Generation for Autonomous Driving
von: Wang, Xinyang, et al.
Veröffentlicht: (2026)