任意运动检测器：从激光雷达点云序列中学习类别无关的场景动态
计算机视觉与模式识别
2020-04-27 v1 机器人学
摘要
目标检测与运动参数估计是自动驾驶车辆在复杂城市环境中安全导航的关键任务。本文提出一种基于三维点云序列的、用于运动检测与运动参数估计的时间上下文聚合新型实时方法。我们引入一种自运动补偿层，以实现与原始点云序列的朴素里程计变换性能相当的实时推理。所提架构不仅能够估计车辆或行人等常见道路参与者的运动，还可泛化至训练数据中未出现的其他物体类别。我们还对不同的时间上下文聚合策略（如循环单元与三维卷积）进行了深入分析。最后，我们在 KITTI Scene Flow 数据集上给出了我们的当前最优模型与现有方案的对比结果。
引用
@article{arxiv.2004.11647,
title = {Any Motion Detector: Learning Class-agnostic Scene Dynamics from a Sequence of LiDAR Point Clouds},
author = {Artem Filatov and Andrey Rykov and Viacheslav Murashkin},
journal= {arXiv preprint arXiv:2004.11647},
year = {2020}
}
备注
Accepted to ICRA 2020