VolMap：一种用于LiDAR环视语义分割的实时模型
计算机视觉与模式识别
2019-07-01 v1 机器学习
机器人学
图像与视频处理
摘要
本文介绍了VolMap，一种用于自动驾驶车辆中3D LiDAR环视系统语义分割的实时方法。我们设计了一个优化的深度卷积神经网络，能够准确分割由360° LiDAR设置产生的点云，其中输入由带有LiDAR高度层作为输入通道的体素鸟瞰图组成。我们进一步研究了多LiDAR设置的使用及其对语义分割任务性能的影响。我们的评估在一个包含LiDAR茧式设置的大规模3D物体检测基准以及KITTI数据集上进行，其中逐点分割标签源自3D边界框。我们展示了VolMap在高精度和CPU实时运行之间取得了优异的平衡。
引用
@article{arxiv.1906.11873,
title = {VolMap: A Real-time Model for Semantic Segmentation of a LiDAR surrounding view},
author = {Hager Radi and Waleed Ali},
journal= {arXiv preprint arXiv:1906.11873},
year = {2019}
}
备注
Accepted at Thirty-sixth International Conference on Machine Learning (ICML 2019) Workshop on AI for Autonomous Driving