基于场景表面局部地面感知与自适应表示的点云三维目标检测
计算机视觉与模式识别
2020-06-30 v2 机器学习
机器人学
图像与视频处理
摘要
提出了一种新颖的、自适应地面感知且高性价比的三维目标检测流程。本文引入的地面表面表示，相较于其单平面对应方法（使用单一平面对整个 3D 场景表面建模的方法），在快约 10 倍的同时精度更高。该地面表示的创新既在于场景地面在激光雷达感知问题中被表示的方式，也在于其被计算的（高性价比）方式。此外，所提出的目标检测流程建立在传统两阶段目标检测模型之上，通过融入动态推断场景表面的能力，最终在两阶段激光雷达目标检测流程中取得了新的最先进的三维目标检测性能。
引用
@article{arxiv.2002.00336,
title = {3D Object Detection on Point Clouds using Local Ground-aware and Adaptive Representation of scenes' surface},
author = {Arun CS Kumar and Disha Ahuja and Ashwath Aithal},
journal= {arXiv preprint arXiv:2002.00336},
year = {2020}
}