基于动态激光雷达数据的人体分割
计算机视觉与模式识别
2020-10-19 v1
摘要
连续的激光雷达扫描构成动态三维序列，其包含比单帧更丰富的信息。类似于图像与视频感知的发展历史，在静态三维数据感知的启发式研究之后，动态三维序列感知开始进入视野。本工作提出一种用于动态激光雷达点云人体分割的时空神经网络。它以一系列深度图像作为输入，具有双分支结构，即空间分割分支与 temporal 速度估计分支。速度估计分支旨在从输入序列中捕获运动线索，并将其传播至另一分支，从而使分割分支依据空间与时间特征分割人体。这两个分支在生成的人体识别动态点云数据集上联合学习。我们的工作以球坐标点云表示填补了动态点云感知的空白，并实现了高精度。实验表明，时间特征的引入有益于动态点云分割。
引用
@article{arxiv.2010.08092,
title = {Human Segmentation with Dynamic LiDAR Data},
author = {Tao Zhong and Wonjik Kim and Masayuki Tanaka and Masatoshi Okutomi},
journal= {arXiv preprint arXiv:2010.08092},
year = {2020}
}