通过摄像机辅助标签复现并扩展 RaDelft 4D 雷达
计算机视觉与模式识别
2025-12-03 v1
摘要
近期 4D 雷达的进展凸显了其在恶劣条件下进行稳健环境感知的潜力，但雷达语义分割的进展仍受限于开源数据集和标签的稀缺。虽然 RaDelft 数据集具有里程碑意义，但仅提供 LiDAR 注释且无公开代码生成雷达标签，限制了可重复性和下游研究。在本工作中，我们复现了 RaDelft 组的数值结果，证明了一种不依赖人工注释的相机引导雷达标记管线可生成准确的雷达点云标签。通过将雷达点云投影到基于相机的语义分割中并应用空间聚类，我们创建的标签显著提高了雷达标签的准确性。这些结果建立了一个可重复的框架，使研究社区能够训练和评估标记的 4D 雷达数据。此外，我们研究并量化了不同雾水平对雷达标记性能的影响。
引用
@article{arxiv.2512.02394,
title = {Reproducing and Extending RaDelft 4D Radar with Camera-Assisted Labels},
author = {Kejia Hu and Mohammed Alsakabi and John M. Dolan and Ozan K. Tonguz},
journal= {arXiv preprint arXiv:2512.02394},
year = {2025}
}