3D 目标检测综述
计算机视觉与模式识别
2020-10-30 v1
摘要
点云 3D 目标检测近来受到广泛关注，并成为 3D 计算机视觉领域的一个活跃研究课题。然而，由于在 LiDAR（光探测与测距）中点云的复杂性，识别 3D 物体仍具挑战。行人、骑行者或交通锥等物体通常由相当稀疏的点表示，这使得仅使用点云进行检测颇为复杂。在本项目中，我们提出一种同时使用 RGB 与点云数据来执行多类目标识别的框架。我们使用现有的 2D 检测模型在 RGB 图像上定位感兴趣区域（ROI），随后在点云中采用像素映射策略，最终将初始 2D 边界框提升至 3D 空间。我们使用最近发布的 nuScenes 数据集——一个包含多种数据格式的大规模数据集——来训练并评估我们所提出的架构。
引用
@article{arxiv.2010.15614,
title = {An Overview Of 3D Object Detection},
author = {Yilin Wang and Jiayi Ye},
journal= {arXiv preprint arXiv:2010.15614},
year = {2020}
}