PIXOR：基于点云的实时三维目标检测
计算机视觉与模式识别
2019-03-05 v3
摘要
我们针对自动驾驶场景下基于点云的实时三维目标检测问题展开研究。由于检测是保障安全的必要环节，计算速度至关重要。然而，现有方法因点云的高维特性而计算开销巨大。我们通过以鸟瞰图（BEV）表示场景，更高效地利用三维数据，并提出 PIXOR——一种无提议、单阶段的检测器，其从逐像素的神经网络预测中解码出带朝向的三维目标估计。输入表示、网络架构与模型优化经过专门设计，以平衡高精度与实时效率。我们在两个数据集上验证 PIXOR：KITTI BEV 目标检测基准，以及一个大规模三维车辆检测基准。在这两个数据集上，我们均表明所提出的检测器在平均精度（AP）方面显著超越其他最先进方法，同时仍能以 >28 FPS 运行。
引用
@article{arxiv.1902.06326,
title = {PIXOR: Real-time 3D Object Detection from Point Clouds},
author = {Bin Yang and Wenjie Luo and Raquel Urtasun},
journal= {arXiv preprint arXiv:1902.06326},
year = {2019}
}
备注
Update of CVPR2018 paper: correct timing, fix typos, add acknowledgement