siaNMS：基于连体网络的多相机 3D 目标检测非极大值抑制
计算机视觉与模式识别
2020-02-20 v1
摘要
自动驾驶中嵌入式硬件的快速发展拓宽了其计算能力，从而带来搭载更完备传感器配置以应对更高复杂度驾驶场景的可能。结果，诸如同一物体多次检测等新挑战必须被解决。本工作中，将一个连体网络集成到知名 3D 目标检测器方法的流水线中，通过重识别抑制来自不同相机的重复候选框。此外，利用关联聚合对应的 LiDAR 截头体以增强物体的 3D 框回归。在 nuScenes 数据集上的实验评估表明，所提方法优于传统 NMS 方法。
引用
@article{arxiv.2002.08239,
title = {siaNMS: Non-Maximum Suppression with Siamese Networks for Multi-Camera 3D Object Detection},
author = {Irene Cortes and Jorge Beltran and Arturo de la Escalera and Fernando Garcia},
journal= {arXiv preprint arXiv:2002.08239},
year = {2020}
}
备注
Submitted to IEEE Intelligent Vehicles Symposium 2020 (IV2020)