FPPN：面向自动驾驶的未来伪激光雷达帧预测
计算机视觉与模式识别
2021-12-09 v1
摘要
激光雷达传感器因其可靠的三维空间信息而被广泛应用于自动驾驶。然而，激光雷达数据稀疏且频率低于相机。为了在空间和时间上生成更密集的点云，我们提出了首个未来伪激光雷达帧预测网络。给定连续的稀疏深度图和RGB图像，我们首先基于动态运动信息粗略预测未来的密集深度图。为消除光流估计的误差，我们提出了一个帧间聚合模块，以自适应权重融合扭曲后的深度图。然后，我们利用静态上下文信息细化预测的密集深度图。通过将预测的密集深度图转换为相应的三维点云，即可获得未来的伪激光雷达帧。实验结果表明，我们的方法在流行的KITTI基准上优于现有解决方案。
引用
@article{arxiv.2112.04401,
title = {FPPN: Future Pseudo-LiDAR Frame Prediction for Autonomous Driving},
author = {Xudong Huang and Chunyu Lin and Haojie Liu and Lang Nie and Yao Zhao},
journal= {arXiv preprint arXiv:2112.04401},
year = {2021}
}