UOD：3D 点云中的未见物体检测
计算机视觉与模式识别
2025-05-28 v2 机器学习
摘要
现有的 3D 物体检测器在定位未见 3D 物体并将其识别为未见物体方面面临极大挑战，这是野外自动驾驶中的一项关键技术。为了应对这些挑战，我们提出了增强未见物体 3D 检测和分布外分类性能的实用方法。所提出的方法包括异常样本增强、通用物体性学习、未见物体检测学习以及区分未见物体学习。为了证明我们方法的有效性，我们提出了 KITTI Misc 基准以及两个额外的合成 OOD 基准：Nuscenes OOD 基准和 SUN-RGBD OOD 基准。所提出的方法在所有现有方法上均大幅提升了性能，为未来野外未见 3D 物体检测的工作提供了启示。
引用
@article{arxiv.2401.03846,
title = {UOD: Unseen Object Detection in 3D Point Cloud},
author = {Hyunjun Choi and Daeho Um and Hawook Jeong},
journal= {arXiv preprint arXiv:2401.03846},
year = {2025}
}
备注
Under review