RoarNet：基于区域近似精炼的鲁棒三维目标检测
计算机视觉与模式识别
2018-11-12 v1
摘要
我们提出 RoarNet，一种基于 2D 图像和 3D 激光雷达点云的三维目标检测新方法。以 PointNet 为骨干网络、基于两阶段目标检测框架，我们提出了若干新思路以提升三维目标检测性能。我们方法的第一部分 RoarNet_2D 从单目图像估计物体的 3D 位姿，近似出待进一步考察的位置，并导出多个几何可行的候选。该步骤显著缩小了可行的 3D 区域范围，否则将需要在巨大搜索空间中对 3D 点云进行繁重处理。随后第二部分 RoarNet_3D 接收候选区域并以递归方式开展深度推断以得出最终位姿。受 PointNet 启发，RoarNet_3D 直接处理 3D 点云而不损失任何数据，从而实现精确检测。我们在三维目标检测基准 KITTI 上评估了我们的方法。结果表明 RoarNet 性能优于公开可用的 SOTA 方法。值得注意的是，即使在激光雷达与相机未时间同步的设置下，RoarNet 也优于 SOTA 方法，这对实际驾驶环境尤为重要。RoarNet 以 Tensorflow 实现并公开可用，附带预训练模型。
引用
@article{arxiv.1811.03818,
title = {RoarNet: A Robust 3D Object Detection based on RegiOn Approximation Refinement},
author = {Kiwoo Shin and Youngwook Paul Kwon and Masayoshi Tomizuka},
journal= {arXiv preprint arXiv:1811.03818},
year = {2018}
}
备注
7 pages, 8 figures, 2 tables