通过点辅助样本选择增强基于锚框的 LiDAR 3D 目标检测
计算机视觉与模式识别
2024-03-05 v1
摘要
基于 LiDAR 点云和先验锚框的 3D 目标检测是自动驾驶环境感知与理解的关键技术。然而，现有方法中一个被忽视的实际问题是，基于边界框交并比（IoU_box）的训练样本分配存在歧义。这一问题阻碍了基于锚框的 LiDAR 3D 目标检测器性能的进一步提升。为了应对这一挑战，本文引入了一种新的训练样本选择方法，该方法利用点云分布来衡量锚框样本质量，命名为点辅助样本选择（PASS）。该方法已在两个广泛使用的数据集上进行了严格评估。实验结果表明，PASS 的应用将基于锚框的 LiDAR 3D 目标检测器的平均精度提升到了新的 SOTA，从而证明了所提方法的有效性。代码将在 https://github.com/XJTU-Haolin/Point_Assisted_Sample_Selection 上提供。
关键词
引用
@article{arxiv.2403.01978,
title = {Leveraging Anchor-based LiDAR 3D Object Detection via Point Assisted Sample Selection},
author = {Shitao Chen and Haolin Zhang and Nanning Zheng},
journal= {arXiv preprint arXiv:2403.01978},
year = {2024}
}