Point-GNN：用于点云中三维目标检测的图神经网络
计算机视觉与模式识别
2020-03-04 v1
摘要
在本文中，我们提出一种图神经网络，用于从激光雷达（LiDAR）点云中检测物体。为此，我们在固定半径近邻图中高效编码点云。我们设计了一个名为 Point-GNN 的图神经网络，以预测图中每个顶点所属物体的类别和形状。在 Point-GNN 中，我们提出一种自动配准机制以减少平移方差，并设计了一种边界框合并与打分操作，以准确合并来自多个顶点的检测结果。我们在 KITTI 基准上的实验表明，所提方法仅使用点云即达到了领先准确率，甚至可超越基于融合的算法。我们的结果展示了将图神经网络作为三维目标检测新方法的潜力。代码见 https://github.com/WeijingShi/Point-GNN。
引用
@article{arxiv.2003.01251,
title = {Point-GNN: Graph Neural Network for 3D Object Detection in a Point Cloud},
author = {Weijing Shi and Ragunathan and Rajkumar},
journal= {arXiv preprint arXiv:2003.01251},
year = {2020}
}