SemanticVoxels：基于 LiDAR 点云与语义分割的序列融合三维行人检测
机器人学
2021-03-30 v1 计算机视觉与模式识别
图像与视频处理
摘要
三维行人检测是自动驾驶中的一项具有挑战性的任务，因为行人相对较小、频繁被遮挡且容易与狭窄垂直物体混淆。LiDAR 与相机是该任务两种常用的传感器模态，应提供互补信息。出乎意料的是，在公开基准中，仅用 LiDAR 的检测方法往往优于多传感器融合方法。近来，PointPainting 被提出，通过有效融合语义分割网络而非原始图像信息的输出来消除这一性能下降。本文中，我们提出 PointPainting 的一种推广，使其能在不同层级应用融合。在点云语义增强后，我们将原始点数据在柱体中编码以获取几何特征，将语义点数据在体素中编码以获取语义特征，并以有效方式融合二者。在 KITTI 测试集上的实验结果表明，SemanticVoxels 在三维与鸟瞰图行人检测基准中均达到最先进性能。特别地，我们的方法在检测困难行人案例时展现出优势，并优于当前最先进方法。
引用
@article{arxiv.2009.12276,
title = {SemanticVoxels: Sequential Fusion for 3D Pedestrian Detection using LiDAR Point Cloud and Semantic Segmentation},
author = {Juncong Fei and Wenbo Chen and Philipp Heidenreich and Sascha Wirges and Christoph Stiller},
journal= {arXiv preprint arXiv:2009.12276},
year = {2021}
}
备注
Accepted to present in the 2020 IEEE International Conference on Multisensor Fusion and Integration (MFI 2020)