中文

视角不变的3D目标检测

计算机视觉与模式识别 2025-12-08 v2 机器人学

摘要

随着机器人技术的发展,基于激光雷达的3D目标检测在学术界和工业界受到广泛关注。然而,现有数据集和方法主要聚焦于车载平台,其他自主平台的研究相对不足。为弥合这一差距,我们引入Pi3DET,首个包含来自多平台(车辆、四足动物和无人机)的LiDAR数据和3D边界框标注的数据集,从而促进了针对非车载平台以及跨平台3D检测的研究。基于Pi3DET,我们提出一种新颖的跨平台适应框架,将已在车载平台上广泛研究的知识传递到其他平台。该框架通过几何和特征水平的稳健对齐实现视角不变的3D检测。此外,我们建立了一个评估当前3D检测器在跨平台场景下韧性和鲁棒性的基准,为开发自适应3D感知系统提供了宝贵见解。大量实验表明,我们的方法在具有挑战性的跨平台任务上有效,相对于现有适应方法实现了显著提升。我们希望本工作为跨越多样化和复杂环境的通用和统一3D感知系统铺平道路。我们的Pi3DET数据集、跨平台基准套件和标注工具已公开。

关键词

引用

@article{arxiv.2507.17665,
  title  = {Perspective-Invariant 3D Object Detection},
  author = {Ao Liang and Lingdong Kong and Dongyue Lu and Youquan Liu and Jian Fang and Huaici Zhao and Wei Tsang Ooi},
  journal= {arXiv preprint arXiv:2507.17665},
  year   = {2025}
}

备注

ICCV 2025; 54 pages, 18 figures, 22 tables; Project Page at https://pi3det.github.io