用于学习多模态对齐的 4D-Net
计算机视觉与模式识别
2021-09-03 v1
摘要
我们提出 4D-Net，一种利用随时间变化的 3D 点云与 RGB 感知信息的 3D 目标检测方法。我们能够通过跨多种特征表示与抽象层级执行新颖的动态连接学习，并观测几何约束，从而融入 4D 信息。我们的方法在 Waymo Open Dataset 上优于当前最优方法与强基线。4D-Net 更能利用运动线索与稠密图像信息更成功地检测远处物体。
引用
@article{arxiv.2109.01066,
title = {4D-Net for Learned Multi-Modal Alignment},
author = {AJ Piergiovanni and Vincent Casser and Michael S. Ryoo and Anelia Angelova},
journal= {arXiv preprint arXiv:2109.01066},
year = {2021}
}
备注
ICCV 2021