IPOD：基于密集点的点云目标检测器
计算机视觉与模式识别
2018-12-14 v1
摘要
我们提出了一种基于原始点云的新型三维目标检测框架，名为 IPOD。它以点为基本元素，为每个点生成目标提议。这一范式为我们提供了高召回率与高保真度的信息，从而构成了处理点云数据的适宜途径。我们设计了一种端到端可训练的架构，其中提议内所有点的特征从骨干网络中提取，并得到用于最终边界框推断的提议特征。这些兼具上下文信息与精确点云坐标的特征带来了性能提升。我们在 KITTI 数据集上进行了实验，从三维目标检测、鸟瞰图（BEV）检测与二维目标检测方面评估了我们的性能。我们的方法取得了新的 SOTA，在困难集上展现出巨大优势。
引用
@article{arxiv.1812.05276,
title = {IPOD: Intensive Point-based Object Detector for Point Cloud},
author = {Zetong Yang and Yanan Sun and Shu Liu and Xiaoyong Shen and Jiaya Jia},
journal= {arXiv preprint arXiv:1812.05276},
year = {2018}
}