VaLID：面向激光雷达-摄像机融合的检测晚期集成验证
计算机视觉与模式识别
2025-02-21 v3
摘要
车辆目标检测受益于激光雷达和摄像机数据，激光雷达在许多场景中性能优越。这些模态的融合进一步提高准确度，但现有方法常引入复杂性或数据集特定依赖。本研究提出一种模型自适应的晚期融合方法 VaLID，通过验证每个预测的边界框是否可接受来实现此目标。我们的方法使用来自特定训练、通用或开放词汇模型的摄像机检测来验证性能更高但过于乐观的激光雷达模型检测。VaLID 使用一个以高召回率为偏好训练的轻量级神经网络验证器，以减少由激光雷达检测器产生的误预测，同时保留真实的预测。在 KITTI 数据集上使用多种激光雷达和摄像机检测器组合进行评估，我们将误报率平均降低 63.9%，在 3D 平均精度 (3DAP) 上超越单个检测器。我们的做法是模型自适应的，即使使用非针对该数据集训练的通用摄像机检测器，也能实现最先进的竞争性能。
引用
@article{arxiv.2409.15529,
title = {VaLID: Verification as Late Integration of Detections for LiDAR-Camera Fusion},
author = {Vanshika Vats and Marzia Binta Nizam and James Davis},
journal= {arXiv preprint arXiv:2409.15529},
year = {2025}
}