激光雷达点云分割中的假阳性检测与预测质量估计
计算机视觉与模式识别
2021-11-01 v1 人工智能
摘要
我们提出了一种用于激光雷达(LiDAR)点云数据语义分割的新型后处理工具，称为LidarMetaSeg，它逐段估计预测质量。为此，我们计算基于网络概率输出的离散度度量以及基于点云输入特征的特征度量，并在段级别上聚合它们。这些聚合度量用于训练一个元分类模型以预测预测段是否为假阳性，以及一个元回归模型以预测逐段交并比。这两个模型随后可应用于语义分割推断而无需知晓真值。在我们的实验中，我们使用不同的LiDAR分割模型与数据集，并分析了我们方法的效能。我们表明，我们的结果优于其他标准方法。
引用
@article{arxiv.2110.15681,
title = {False Positive Detection and Prediction Quality Estimation for LiDAR Point Cloud Segmentation},
author = {Pascal Colling and Matthias Rottmann and Lutz Roese-Koerner and Hanno Gottschalk},
journal= {arXiv preprint arXiv:2110.15681},
year = {2021}
}