I1 · 空地协同增益:无人机补盲,还是共同目标定位更准?
要解决什么问题
V2U4Real 表3在同一并集真值上按距离比较算法,但相同的总AP提升可来自不同目标;仅看总分不能决定先改覆盖还是先改融合。
我的思路是什么
在相同同步帧、同一真值和一致的误检预算下,空地后融合的收益更容易出现在仅无人机有观测的目标;两端都有观测时,另看同一目标是否被定位得更准。
与已有工作的区别:在11月18日可见性分组设想上,先盲标两端物理观测证据、冻结分类规则和配对分母,再做逐目标诊断。表3本就使用并集评估;不用不同真值的单端表格解释收益,也不把AP直接分摊为两个可加项。
具体怎么做
- 先核查两端时间戳、标定和对象标识,找一段不跨训练或阈值选择的配对序列;用固定并集真值作为分母。
- 由不看预测的复核者按原始点云与投影分别标记两端观测是否充分;未标注不当成不可见,证据不足的目标单列。
- 以相同的单端检测器权重、同步帧和匹配门限比较车端、无人机端、框级后融合;同输入的特征融合只作参照,不把不同权重的差异当作融合方式的纯因果效应。
- 先用同一目标编号记录两种方法的命中转移,再分距离核对净补检、误检和共同命中框的定位;不把两个子组AP相加。
先做什么实验
先用一个能合法读取的同步片段,固定并集真值和阈值,给同一批目标做四格表:两种方法均检出、仅融合检出、仅车端检出、两者均漏。四格再按独立观测标签分组,定位误差只在两种方法均检出时另算。
值得继续的信号:两名复核者能稳定区分观测组、未知比例可控,配对表明确显示不同类型收益;扩展到至少两个独立场景后方向仍一致,并且没有靠放宽误检预算获益,再考虑完整实验。
收起详细方案
选题推进与导师式评估
长期选题:R-20261118-range-breakdown · 候选
本轮进展:沿用11月19日的可见性定义;明确四格命中转移并把定位比较单独报告,没有增加实验或重新查新。
评估理由:修订后继续核实。先判断分组和数据可用性,再决定是否研究新融合机制;可见性分组本身不是新颖性。
另一种解释:若远距离和只被一端观测高度相关,表面补盲可能只是距离样本结构;也可能只是融合阈值更宽而误检更多。
区分解释的实验:先用一个能合法读取的同步片段,固定并集真值和阈值,给同一批目标做四格表:两种方法均检出、仅融合检出、仅车端检出、两者均漏。四格再按独立观测标签分组,定位误差只在两种方法均检出时另算。
下一步:先确认两端标注对象编号能否对应,再看独立观测标签的一致性。
算力核实:未知;配对表可从已有框和样本先起步;真实数据推理、GPU与存储尚未核实。
数据核实:未知;官方公开总库入口已核对,数据页约95 GB;尚未取得一个所需的小场景。
代码核实:未知;官方GitHub提供训练和推理入口;未核实可复用的权重和运行环境。
时间核实:未知;工时、团队复核能力均未提供,不能判断完整项目的周期。
实验设置
资源需求:同步车端与无人机点云、标定、两端单独标注及固定检测输出。作者已公布数据和代码入口;数据页标示CC BY-NC 4.0,整库约95 GB,不下载全量。实际可取的小样、权重、使用条件和本机算力仍待确认。
对比基线
- 冻结检测器的车端不融合
- 冻结检测器的无人机端不融合
- 同两端框输入的后融合去重
评估指标
- 仅无人机有观测组在固定误检预算下的净补检率
- 共视且两算法均命中目标的配对3D IoU差
- 同一场景下融合新增误检数/帧
- 不可判定目标比例与复核一致率
风险与调整
主要风险:可见是一种测量定义而不是GT来源字段。共同命中的IoU有幸存者偏差,应同时报告新增命中和丢失;共视标注若偏向车端,也可能低估无人机改框的收益。
停止或调整条件:若独立观测标签拿不到、分组随阈值轻微变化就翻转,或后融合与更复杂模型差异全由评分校准解释,停止机制立项,保留描述性对照。
查新与原文依据
11月19日已发现相近的可见性分组先例;今天只补配对分析,不把该项标为重新查新。