基于遮挡引导的三维点云场景流估计
计算机视觉与模式识别
2021-04-20 v2 机器学习
摘要
三维场景流估计是借助深度或测距传感器感知环境的重要工具。与光流不同，数据通常稀疏，且在两个时间采样之间大多存在部分遮挡。本文提出一种称为 OGSF-Net 的新场景流架构，其紧密耦合了帧间流与遮挡的学习。它们耦合的共生关系带来了空间中更精确的流预测。与传统多动作网络不同，我们的统一方法在网络中全程融合，提升了遮挡检测与流估计的性能。我们的架构是首个在点云三维场景流估计中衡量遮挡的方法。在 Flyingthings3D 和 KITTI 等关键数据集上，我们取得了最先进（SOTA）的结果。
引用
@article{arxiv.2011.14880,
title = {Occlusion Guided Scene Flow Estimation on 3D Point Clouds},
author = {Bojun Ouyang and Dan Raviv},
journal= {arXiv preprint arXiv:2011.14880},
year = {2021}
}
备注
Aaccepted at CVPR 2021 Workshop on Autonomous Driving