2DDATA：用于点云语义分割的2D检测标注可传输聚合
计算机视觉与模式识别
2023-09-22 v1 人工智能
摘要
近来，由于来自LiDAR与相机等不同传感器的互补信息，多模态模型被引入。其要求所有模态的配对数据及精确标定，模态间复杂的标定极大增加了收集此类高质量数据集的成本，并阻碍其应用于实际场景。继承自先前工作，我们不仅在无上述问题的前提下融合多模态信息，还充分利用了RGB模态中的信息。我们引入了2D Detection Annotations Transmittable Aggregation（\textbf{2DDATA}），设计了一个称为\textbf{Local Object Branch}的数据特定分支，旨在处理某一边界框内的点，因为获取2D边界框标注十分容易。我们证明了这一简单设计能将边界框先验信息传输至3D编码器模型，证实了融合模态特定数据的大型多模态模型的可行性。
引用
@article{arxiv.2309.11755,
title = {2DDATA: 2D Detection Annotations Transmittable Aggregation for Semantic Segmentation on Point Cloud},
author = {Guan-Cheng Lee},
journal= {arXiv preprint arXiv:2309.11755},
year = {2023}
}