基于生成对抗网络的雷达点云场景合成
计算机视觉与模式识别
2024-10-18 v1 机器学习
图像与视频处理
摘要
对于汽车雷达的验证与验证，需要真实的交通情景数据集，而获取这些数据集往往十分费力。本文介绍了使用生成对抗网络（GAN）进行雷达场景合成的方法，作为获取真实数据集和基于仿真的方法的替代方案。我们训练一个基于PointNet++的GAN模型来生成逼真的雷达点云场景，并使用二分类器对生成的场景性能进行评估。我们展示了我们的GAN模型在类似于真实场景测试集的性能（约87%）。
关键词
引用
@article{arxiv.2410.13526,
title = {Generative Adversarial Synthesis of Radar Point Cloud Scenes},
author = {Muhammad Saad Nawaz and Thomas Dallmann and Torsten Schoen and Dirk Heberling},
journal= {arXiv preprint arXiv:2410.13526},
year = {2024}
}
备注
ICMIM 2024; 7th IEEE MTT Conference