面向 3D 目标检测的图像引导的语义伪 LiDAR 点生成
计算机视觉与模式识别
2025-12-09 v4 人工智能
摘要
在自动驾驶场景中，准确感知正变得愈发关键，以确保安全导航。虽然 LiDAR 提供精确的空间数据，但其固有的稀疏性使得检测小型或远处目标困难。现有方法通过在感兴趣区域（RoI）内生成额外点来缓解此问题，但仅依赖 LiDAR 往往导致误报且难以恢复有意义的结构。为此，我们提出一种名为 ImagePG 的图像引导的语义伪 LiDAR 点生成模型，一种新型框架，利用丰富的 RGB 图像特征生成稠密且语义明确的 3D 点。我们的框架包括图像引导的 RoI 点生成（IG-RPG）模块，利用图像特征引导生成伪点，以及图像感知占据预测网络（I-OPN），提供空间先验指导点 placement。多阶段精炼（MR）模块进一步提升点质量和检测鲁棒性。鉴于 ImagePG 是首次直接利用图像特征进行点生成，我们在 KITTI 和 Waymo 数据集上进行了广泛实验，证明其在检测小型和远处目标（如行人和骑自行车者）方面显著提高，误报率降低近 50%。在 KITTI 基准测试中，我们的框架在测试集上实现了 car +1.38%p、pedestrian +7.91%p、cyclist +5.21%p 的 mAP 提升，实现了 KITTI 排行榜上 cyclist 项目的 state-of-the-art 性能。代码已公开：https://github.com/MS-LIMA/ImagePG
引用
@article{arxiv.2409.14985,
title = {Image-Guided Semantic Pseudo-LiDAR Point Generation for 3D Object Detection},
author = {Minseung Lee and Seokha Moon and Seung Joon Lee and Reza Mahjourian and Jinkyu Kim},
journal= {arXiv preprint arXiv:2409.14985},
year = {2025}
}
备注
WACV 2026