基于视图聚合的联合 3D 提议生成与目标检测
计算机视觉与模式识别
2018-07-17 v4
摘要
我们提出 AVOD，一种用于自动驾驶场景的聚合视图目标检测（Aggregate View Object Detection）网络。所提出的神经网络架构使用 LIDAR 点云和 RGB 图像来生成由两个子网络共享的特征：区域提议网络（RPN）和第二阶段检测器网络。所提出的 RPN 使用一种新颖架构，能够在高分辨率特征图上执行多模态特征融合，以为道路场景中的多个目标类别生成可靠的 3D 目标提议。利用这些提议，第二阶段检测网络执行精确的定向 3D 边界框回归和类别分类，以预测 3D 空间中目标的范围、朝向和分类。我们的所提架构被证明在 KITTI 3D 目标检测基准上产生了最先进（state of the art）的结果，同时以低内存占用实时运行，使其成为部署在自动驾驶车辆上的合适候选。代码位于：https://github.com/kujason/avod
引用
@article{arxiv.1712.02294,
title = {Joint 3D Proposal Generation and Object Detection from View Aggregation},
author = {Jason Ku and Melissa Mozifian and Jungwook Lee and Ali Harakeh and Steven Waslander},
journal= {arXiv preprint arXiv:1712.02294},
year = {2018}
}
备注
For any inquiries contact aharakeh(at)uwaterloo(dot)ca