面向交通场景三维目标检测的三维骨干网络
计算机视觉与模式识别
2019-09-17 v2
摘要
在交通场景中检测三维物体的任务在许多现实应用中起着关键作用。然而，由于缺乏强大的三维特征提取方法，三维目标检测的性能低于二维目标检测。为解决此问题，本研究提出一种三维骨干网络以获取用于三维目标检测的全面三维特征图。它主要由点云中的稀疏三维卷积神经网络操作构成。该三维骨干网络能够从原始数据中固有地学习三维特征，而无需将点云压缩为多个二维图像。稀疏三维卷积神经网络充分利用三维点云中的稀疏性来加速计算并节省内存，这使得该三维骨干网络在现实应用中可行。在KITTI基准上进行了实证实验，并取得了与最先进三维目标检测性能相当的结果。
引用
@article{arxiv.1901.08373,
title = {Three-dimensional Backbone Network for 3D Object Detection in Traffic Scenes},
author = {Xuesong Li and Jose Guivant and Ngaiming Kwok and Yongzhi Xu and Ruowei Li and Hongkun Wu},
journal= {arXiv preprint arXiv:1901.08373},
year = {2019}
}