基于LiDAR数据的车辆姿态与形状联合估计
计算机视觉与模式识别
2020-09-10 v1
摘要
我们解决从LiDAR扫描中估计车辆姿态与形状的问题，这是自动驾驶领域常面临的问题。近期工作往往将姿态与形状估计孤立地分开处理，尽管二者存在内在联系。我们研究一种联合估计形状与姿态的方法，其中学习单一编码，可由此高效且有效地解码出形状与姿态。此外，我们引入一种新颖的联合姿态与形状损失，并表明该联合训练方法比独立训练的姿态与形状估计器产生更好的结果。我们在合成数据与真实世界数据上评估该方法，并展现出优于最先进基线的性能。
引用
@article{arxiv.2009.03964,
title = {Joint Pose and Shape Estimation of Vehicles from LiDAR Data},
author = {Hunter Goforth and Xiaoyan Hu and Michael Happold and Simon Lucey},
journal= {arXiv preprint arXiv:2009.03964},
year = {2020}
}