PillarGen：通过基于柱体的点生成网络增强雷达点云密度与质量
计算机视觉与模式识别
2024-03-11 v2
摘要
在本文中，我们提出了一种新颖的点生成模型，称为基于柱体的点生成网络（Pillar-based Point Generation Network, PillarGen），它促进了点云从一个领域到另一个领域的转换。PillarGen 能够基于提供的输入点云生成具有增强密度和质量的合成点云。PillarGen 模型执行以下三个步骤：1) 柱体编码，2) 占用柱体预测（Occupied Pillar Prediction, OPP），以及 3) 柱体到点生成（Pillar to Point Generation, PPG）。输入点云使用柱体网格结构进行编码以生成柱体特征。然后，OPP 确定用于点生成的活动柱体，并预测每个活动柱体的点中心和待生成的点数。PPG 根据 OPP 提供的信息为每个活动柱体生成合成点。我们使用专有的雷达数据集评估了 PillarGen 的性能，重点是以远程雷达数据作为监督来增强短程雷达数据的密度和质量。我们的实验表明，PillarGen 在定量和定性指标上均优于传统的点上采样方法。我们还确认，当将 PillarGen 结合到鸟瞰图目标检测中时，检测精度获得了显著提升。
引用
@article{arxiv.2403.01663,
title = {PillarGen: Enhancing Radar Point Cloud Density and Quality via Pillar-based Point Generation Network},
author = {Jisong Kim and Geonho Bang and Kwangjin Choi and Minjae Seong and Jaechang Yoo and Eunjong Pyo and Jun Won Choi},
journal= {arXiv preprint arXiv:2403.01663},
year = {2024}
}
备注
Accepted by IEEE International Conference on Robotics and Automation (ICRA 2024), 8 pages, 3 figures