Voxel-FPN：点云三维目标检测中的多尺度体素特征聚合
计算机视觉与模式识别
2019-07-17 v2 机器学习
机器学习
摘要
点云数据中的目标检测是计算机视觉系统的关键组成部分之一，尤其在自动驾驶应用中。本文提出 Voxel-FPN，一种仅利用激光雷达（LIDAR）传感器原始数据的新型单阶段三维目标检测器。其核心框架由编码器网络、相应的解码器以及后续的区域提议网络组成。编码器以自底向上的方式提取多尺度体素信息，而解码器以自顶向下的方式融合来自不同尺度的多个特征图。大量实验表明，所提方法在点云数据特征提取上性能更优，并在具有挑战性的 KITTI-3D 基准上展现出优于若干基线的性能，在真实场景中取得了速度与精度俱佳的表现。
引用
@article{arxiv.1907.05286,
title = {Voxel-FPN: multi-scale voxel feature aggregation in 3D object detection from point clouds},
author = {Bei Wang and Jianping An and Jiayan Cao},
journal= {arXiv preprint arXiv:1907.05286},
year = {2019}
}