Login
- Titel:
DeepSTEP - Deep Learning-Based Spatio-Temporal End-To-End Perception for Autonomous Vehicles
- Dokumenttyp:
- Konferenzbeitrag
- Autor(en):
- Huch, Sebastian; Sauerbeck, Florian; Betz, Johannes
- Kongress- / Buchtitel:
- 2023 IEEE Intelligent Vehicles Symposium (IV)
- Verlag / Institution:
- IEEE
- Publikationsdatum:
- 04.06.2023
- Jahr:
- 2023
- Nachgewiesen in:
- Scopus
- Volltext / DOI:
- doi:10.1109/iv55152.2023.10186768
- TUM Einrichtung:
- Lehrstuhl für Fahrzeugtechnik
BibTeX
Vorkommen:
- mediaTUM GesamtbestandEinrichtungenForschungszentrenMunich Institute of Robotics and Machine Intelligence (MIRMI) - The AI Mission Institute (AIM)
- mediaTUM GesamtbestandHochschulbibliographie2023Schools und FakultätenTUM School of Engineering and DesignLehrstuhl für Fahrzeugtechnik (Prof. Lienkamp)