Ev-3DOD：以事件相机推动3D目标检测的时间边界
计算机视觉与模式识别
2025-02-28 v1
摘要
检测点云中的3D目标在自动驾驶系统中起着关键作用。最近的先进多模态方法已取得显著性能。对于安全且有效的自动驾驶系统，算法不仅要在准确性方面出色，还要具备速度和低延迟。然而，现有算法由于固定帧率传感器(如LiDAR和摄像机)的延迟和带宽限制，无法满足这些要求。为解决这一限制，我们首次将异步事件相机引入3D目标检测。我们利用其高时空分辨率和低带宽，实现高速3D目标检测。我们的方法即使在同步数据不可用时(即在帧与帧之间)，也能通过检索事件相机获取的先前3D信息进行检测。此外，我们引入了首个基于事件的3D目标检测数据集DSEC-3DOD，其中包含100 FPS的ground-truth 3D边界框，建立了事件基3D检测器的首个基准。代码和数据集均可在https://github.com/mickeykang16/Ev3DOD 获取。
引用
@article{arxiv.2502.19630,
title = {Ev-3DOD: Pushing the Temporal Boundaries of 3D Object Detection with Event Cameras},
author = {Hoonhee Cho and Jae-young Kang and Youngho Kim and Kuk-Jin Yoon},
journal= {arXiv preprint arXiv:2502.19630},
year = {2025}
}
备注
Accepted by CVPR2025