视锥融合：Pseudo-LiDAR 与 LiDAR 融合用于 3D 检测
计算机视觉与模式识别
2021-11-10 v1
摘要
大多数自动驾驶车辆配备有 LiDAR 传感器和立体相机。前者非常精确但生成稀疏数据，而后者稠密、具有丰富的纹理和颜色信息但难以从中提取鲁棒的 3D 表示。本文中，我们提出一种新颖的数据融合算法，将精确点云与从立体图像对获得的稠密但不太精确的点云相结合。我们开发了一个框架，将该算法集成到多种 3D 目标检测方法中。我们的框架从 RGB 图像的 2D 检测开始，计算视锥及其交集，从立体图像创建 Pseudo-LiDAR 数据，并用稠密 Pseudo-LiDAR 点填充 LiDAR 数据缺失的交集区域部分。我们训练了多种 3D 目标检测方法，并表明我们的融合策略持续提升了检测器的性能。
引用
@article{arxiv.2111.04780,
title = {Frustum Fusion: Pseudo-LiDAR and LiDAR Fusion for 3D Detection},
author = {Farzin Negahbani and Onur Berk Töre and Fatma Güney and Baris Akgun},
journal= {arXiv preprint arXiv:2111.04780},
year = {2021}
}