Cross-Modality 3D Object Detection

SkypeWang

于 2021-01-22 12:05:20 发布

阅读量688

点赞数

CC 4.0 BY-SA版权

文章标签： cv 自动驾驶

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/webpetter/article/details/112981624

本文是2021年WACV会议的一篇论文，研究跨模态3D对象检测，利用双目图像和点云数据进行融合。通过两个阶段的网络，首先从稀疏点云中生成3D候选框，然后融合2D和3D候选框的特征以增强表示。数据增强策略改善了点云稀疏目标的检测。实验表明该方法在KITTI数据集上表现出色。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本文发表在2021WACV.
WACV是 IEEE Winter Conference on Applications of Computer Vision缩写，根据谷歌学术显示在 Computer Vision & Pattern Recognition 领域， WACV是排在CVPR\ICCV\ECCV\BMVC之后的较高质量的国际会议。
WACV 2021 为今年CV领域第一个较有影响力的学术会议，在1月5-9日举行，同样为网络虚拟会议，共录用论文406篇。相比于 WACV 2020 录用论文378，今年录用增长7.4%。

聚焦于图片和点云的融合，认为两者模态可以很好的互补，图片有更多的语义信息，而点云专用于遥感。本文是个两阶段的多模态融合网络，使用了双目图像和原始点云作为输入。

第一阶段主要目的是通过稀疏点云的特征融合产生3D候选框，第二阶段主要融合2D和3D候选框区域的密集特征，还提出了一种数据增强方法来增强点云密度，防止遥远的目标因过少的点而导致识别遗漏。数据集是KITTI。

一阶段就是产生框，二阶段融合roi区域来学习更鲁棒的表征并预测最后的置信度和框的微调。

图片和雷达的backbone网络，

最低0.47元/天解锁文章

200万优质内容无限畅学

评论 1

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。