语义感知的多模态域转换：从 LiDAR 点云到全景彩色图像
计算机视觉与模式识别
2021-06-29 v1
摘要
在这项工作中，我们提出了一个简单而有效的框架，以解决具有独特数据格式的不同传感器模态之间的域转换问题。仅依靠场景的语义，我们的模块化生成框架首次能够从给定的完整 3D LiDAR 点云合成全景彩色图像。该框架从点云的语义分割开始，点云最初被投影到球面上。对相应的相机图像应用相同的语义分割。接下来，我们新的条件生成模型通过对抗学习将预测的 LiDAR 分割图转换为相机图像对应部分。最后，对生成的图像片段进行处理以渲染全景场景图像。我们在 SemanticKitti 数据集上提供了彻底的定量评估，并表明我们提出的框架优于其他强基线模型。我们的源代码可在 https://github.com/halmstad-University/TITAN-NET 获取。
引用
@article{arxiv.2106.13974,
title = {Semantics-aware Multi-modal Domain Translation:From LiDAR Point Clouds to Panoramic Color Images},
author = {Tiago Cortinhal and Fatih Kurnaz and Eren Aksoy},
journal= {arXiv preprint arXiv:2106.13974},
year = {2021}
}