基于机器学习的高层相机-激光雷达融合三维目标检测
计算机视觉与模式识别
2021-05-25 v1 机器学习
机器人学
摘要
本文解决三维目标检测问题，其对自动驾驶等应用至关重要。我们的框架在单目相机与 LiDAR 数据组合上使用机器学习（ML）流水线，以检测移动平台周边三维空间中的车辆。它利用由前沿（SOTA）二维目标检测器生成的视锥区域提议，将 LiDAR 点云分割为表示潜在独立物体的点簇。我们评估了经典 ML 算法作为整体流水线一部分的性能，用于估计环绕移动平台车辆的三维边界框参数。我们的结果在验证集上展示了高效且准确的推理，实现了 87.1% 的总体准确率。
引用
@article{arxiv.2105.11060,
title = {High-level camera-LiDAR fusion for 3D object detection with machine learning},
author = {Gustavo A. Salazar-Gomez and Miguel A. Saavedra-Ruiz and Victor A. Romero-Cano},
journal= {arXiv preprint arXiv:2105.11060},
year = {2021}
}
备注
LatinX Workshop at CVPR 2021