CrossFusion：用于抗噪三维目标检测的交错跨模态互补
计算机视觉与模式识别
2023-04-20 v1
摘要
近期研究表明，LiDAR 与相机模态的结合对三维目标检测是必要的且具代表性。现有融合策略本质上往往过度依赖 LiDAR 模态，对相机传感器丰富语义的利用不充分。然而，现有方法无法依赖其他模态的信息，因为 LiDAR 特征的损坏导致较大的域差距。据此，我们提出 CrossFusion，一种更鲁棒且抗噪的方案，通过设计的跨模态互补策略充分利用相机与 LiDAR 特征。我们开展的大量实验表明，我们的方法不仅在不引入额外深度估计网络的设定下优于最先进方法，还展示了模型对特定故障场景无需重新训练的抗噪性，mAP 提升 5.2%、NDS 提升 2.4%。
引用
@article{arxiv.2304.09694,
title = {CrossFusion: Interleaving Cross-modal Complementation for Noise-resistant 3D Object Detection},
author = {Yang Yang and Weijie Ma and Hao Chen and Linlin Ou and Xinyi Yu},
journal= {arXiv preprint arXiv:2304.09694},
year = {2023}
}