据外媒报道，北卡罗来纳州立大学（North Carolina State University）研究人员开发出新技术，使人工智能程序能够使用二维图像更准确地绘制三维空间，从而使未来自动驾驶汽车能够更好地在道路上行驶。

图片来源：Multi-View Attentive Contextualization for Multi-View 3D Object Detection (2024)

“大多数自动驾驶汽车都使用强大的人工智能程序，即视觉转换器，从多个摄像头拍摄二维图像，并创建车辆周围三维空间的表示，”北卡罗来纳州立大学电气与计算机工程副教授、新技术论文通讯作者Tianfu Wu表示。“然而，虽然这些人工智能程序都采用不同的方法，但仍有很大的改进空间。”虽然这些人工智能程序使用的方法不同，但Wu及其合作者开发的新技术有可能大幅改进它们。

“我们的技术称为多视图注意力语境化（Multi-View Attentive Contextualization，MvACon），是一种即插即用的补充，可以与这些现有的视觉转换器人工智能结合使用，以提高它们绘制3D空间的能力，”Wu表示。“视觉转换器不会从摄像头中获取任何额外的数据，它们只是能够更好地利用数据。”

研究团队使用目前市场上的三款领先视觉转换器测试了MvACon的性能，所有这些转换器都依靠一组六个摄像头来收集它们转换的2D图像。MvACon显著提高了这三款视觉转换器的性能。“在定位物体以及物体的速度和方向方面，性能得到了特别的改善。”

研究团队在今年的IEEE/CVF计算机视觉与模式识别会议（IEEE/CVF Conference on Computer Vision and Pattern Recognition）上发表了题为《多视图注意力语境化用于多视图3D物体检测》（Multi-View Attentive Contextualization for Multi-View 3D Object Detection）的论文。