3D 人体检测的比较研究：传感器模态及在多样化室内外环境中的鲁棒性
计算机视觉与模式识别
2026-02-09 v2
摘要
准确的3D人体检测是机器人、工业监控和监视等应用中安全的关键。本工作对3D人体检测进行系统评估，涵盖单目摄像头、LiDAR 单模态以及摄像头-LiDAR 混合。虽然大多数现有研究聚焦于自动驾驶场景，但我们使用 JRDB 数据集探索了在多样化室内外场景中的检测性能和鲁棒性。我们比较了三个代表性模型——BEVDepth（摄像头）、PointPillars（LiDAR）和 DAL（摄像头-LiDAR 混合），并分析了其在不同遮挡和距离水平下的行为。我们的结果表明，融合方法在挑战性场景中 consistently 优于单模态模型。我们进一步研究了传感器故障和错位的鲁棒性，发现尽管 DAL 提供了 improved 韧性，但仍对传感器错位和某些 LiDAR 故障敏感。相比之下，基于摄像头的 BEVDepth 模型性能最差，对遮挡、距离和噪声最为敏感。我们的发现凸显了在3D人体检测中利用传感器融合的重要性，同时也强调了针对这些系统固有脆弱性需要持续研究的必要性。
引用
@article{arxiv.2602.05538,
title = {A Comparative Study of 3D Person Detection: Sensor Modalities and Robustness in Diverse Indoor and Outdoor Environments},
author = {Malaz Tamim and Andrea Matic-Flierl and Karsten Roscher},
journal= {arXiv preprint arXiv:2602.05538},
year = {2026}
}
备注
Accepted for VISAPP 2026