4D 全景激光雷达分割
计算机视觉与模式识别
2021-04-08 v2 机器人学
摘要
时序语义场景理解对于在动态环境中运行的自动驾驶汽车或机器人至关重要。在本文中，我们提出 4D 全景激光雷达分割，以对 3D 点序列分配语义类别和时序一致的实例 ID。为此，我们提出了一种方法和以点为基准的评估指标。我们的方法为每个点确定语义类别，同时将物体实例建模为 4D 时空域中的概率分布。我们并行处理多个点云并解决点到实例的关联，有效缓解了对显式时序数据关联的需求。受多目标跟踪基准测试近期进展的启发，我们提议采用一种新的评估指标，将任务的语义和点到实例关联两个方面分离。通过这项工作，我们旨在为未来时序激光雷达全景感知的发展铺平道路。
引用
@article{arxiv.2102.12472,
title = {4D Panoptic LiDAR Segmentation},
author = {Mehmet Aygün and Aljoša Ošep and Mark Weber and Maxim Maximov and Cyrill Stachniss and Jens Behley and Laura Leal-Taixé},
journal= {arXiv preprint arXiv:2102.12472},
year = {2021}
}
备注
CVPR 2021