SurfaceAug：弥合多模态真值采样中的差距
计算机视觉与模式识别
2023-12-08 v1
摘要
尽管模型架构和数据增强均取得了近期进展，多模态目标检测器的性能仍仅略优于纯 LiDAR 的对应方法。这一缺陷被归因于缺乏足够强大的多模态数据增强。为解决此问题，我们提出了 SurfaceAug，一种新颖的真值采样算法。SurfaceAug 通过对图像和点云进行重采样来粘贴物体，从而在两种模态中实现物体级变换。我们通过在 KITTI 上训练多模态检测器并比较其与以往工作的性能来评估我们的算法。我们通过实验表明，SurfaceAug 在汽车检测任务上优于现有方法，并为多模态真值采样确立了新的 SOTA。
引用
@article{arxiv.2312.03808,
title = {SurfaceAug: Closing the Gap in Multimodal Ground Truth Sampling},
author = {Ryan Rubel and Nathan Clark and Andrew Dudash},
journal= {arXiv preprint arXiv:2312.03808},
year = {2023}
}
备注
Contains eight pages and three figures. A version of this document was submitted to CVPR 2024