在真实 LiDAR 点云上模拟雾以用于恶劣天气下的三维目标检测
计算机视觉与模式识别
2021-08-17 v3 机器学习
摘要
本工作致力于解决雾天中基于 LiDAR 的三维目标检测这一挑战性任务。在此类场景中采集与标注数据极为耗时、耗力且昂贵。本文中，我们通过将物理精确的雾模拟注入晴好天气场景来应对该问题，从而可使现有丰富的晴好天气下采集的真实数据集重新用于我们的任务。我们的贡献有两点：1) 我们开发了一种适用于任意 LiDAR 数据集的物理有效雾模拟方法。这以零额外成本释放了大规模雾天训练数据的获取。这些部分合成的数据可用于提升若干感知方法（如三维目标检测与跟踪或同步定位与建图）在真实雾天数据上的鲁棒性。2) 通过对多种最先进检测方法的广泛实验，我们表明我们的雾模拟可被用以显著提升雾存在下的三维目标检测性能。因此，我们首个在 Seeing Through Fog 数据集上提供了强有力的三维目标检测基线。我们的代码可在 www.trace.ethz.ch/lidar_fog_simulation 获取。
引用
@article{arxiv.2108.05249,
title = {Fog Simulation on Real LiDAR Point Clouds for 3D Object Detection in Adverse Weather},
author = {Martin Hahner and Christos Sakaridis and Dengxin Dai and Luc Van Gool},
journal= {arXiv preprint arXiv:2108.05249},
year = {2021}
}
备注
Camera-Ready Version for ICCV 2021