论文提出无需标注和训练的遮挡检测方法

一项被 NeurIPS 2026 GlobalSouthAI Workshop 接收的研究（arXiv:2611.06899，作者 Chibueze Praise Onyenweaku）提出无需遮挡标注、也无需训练的遮挡检测方法：比较相机管线中目标表观高度与单目度量深度两种距离估计的排序来判断遮挡。 论文称该方法在 KITTI 上重遮挡检测 AUC 达 0.909（全标注行人为 0.888），固定距离区间内保持 0.894-0.925；在带可见性测量的 CARLA 合成场景达 0.819，高于仅用距离的 0.644。研究还发现深度融合、遮挡增强和注意力三种架构方案在分布外均未改善检测，在 Lagos 街景上训练于德国道路的检测器损失一半精度。

AI 根据报道生成 · 22 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。