SPVSoAP3D：一种用于增强园艺环境中3D地点识别的二阶平均池化方法
计算机视觉与模式识别
2024-10-23 v1
摘要
3D激光雷达(LiDAR)基于的地点识别在城市环境中得到了广泛研究，但在农业环境中仍属探索范围。不同于城市环境，园艺环境以激光束的渗透性为特征，导致稀疏且重叠的LiDAR扫描并伴随次优几何形状，这会导致类间和类内描述模糊。本文通过引入结合基于体素的特征提取网络与基于二阶平均池化算子的聚合技术，并辅以描述符增强阶段的建模方法，来解决这一挑战。此外，我们通过引入两个源自园艺环境的新序列来扩充现有的HORTO-3DLM数据集。我们在新引入的序列和现有HORTO-3DLM数据集上采用交叉验证协议，对SPVSoAP3D与OverlapTransformer、PointNetVLAD和LOGG3D-Net等最新(SOTA)模型进行评估。研究结果表明，在园艺环境中，平均算子比最大算子及其他一阶池化技术更为适用。此外，结果还凸显了描述符增强阶段带来的改进。
引用
@article{arxiv.2410.17017,
title = {SPVSoAP3D: A Second-order Average Pooling Approach to enhance 3D Place Recognition in Horticultural Environments},
author = {T. Barros and C. Premebida and S. Aravecchia and C. Pradalier and U. J. Nunes},
journal= {arXiv preprint arXiv:2410.17017},
year = {2024}
}
备注
This work has been accepted to IROS 2024