![](https://img-blog.csdnimg.cn/93468bae9f67423a8a72db9c446aab2a.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
点云 增强
文章平均质量分 94
点云 3D 数据增强
77wpa
不积跬步,无以至千里;不积小流,无以成江海
展开
-
点云 3D 天气数据增强 - Lidar Light Scattering Augmentation (LISA): Physics-based Simulation ... (arXiv 2021)
基于激光雷达的目标检测器是自动驾驶汽车等自动导航系统中3D感知管道的关键部分。然而,众所周知,由于信噪比(SNR)和信底比(SBR)降低,它们对雨、雪和雾等不利天气条件敏感。因此,根据正常天气下捕获的数据训练的基于激光雷达的目标检测器在这种情况下往往表现不佳。然而,在各种不利天气条件下收集和标记足够的训练数据既费力又昂贵。为了解决这个问题,我们提出了一种基于物理的方法来模拟不利天气条件下场景的激光雷达点云。然后,这些增强的数据集可以用于训练基于激光雷达的检测器,以提高其全天候可靠性。原创 2023-06-01 18:50:17 · 1123 阅读 · 2 评论 -
点云 3D 天气数据增强 - Fog Simulation on Real LiDAR Point Clouds for 3D Object Detection in ... (ICCV 2021)
这项工作解决了雾天中基于激光雷达的3D目标检测的挑战性任务。在这样的场景中收集和注释数据是非常耗时、费力和成本密集的。在本文中,我们通过将物理上精确的雾模拟到晴朗的天气场景中来解决这个问题,以便在晴朗的天气中捕获的大量现有真实数据集可以重新用于我们的任务。我们的贡献有两方面:1)我们开发了一种适用于任何LiDAR数据集的物理有效雾模拟方法。这使得无需额外费用即可获取大规模雾状训练数据。这些部分合成的数据可用于提高几种感知方法的鲁棒性,例如3D目标检测和跟踪或同步定位和建图。原创 2023-03-16 19:02:50 · 1525 阅读 · 1 评论 -
点云 3D 天气数据增强 - LiDAR Snowfall Simulation for Robust 3D Object Detection (CVPR 2022)
3D目标检测是自动驾驶等应用程序的中心任务,在自动驾驶系统中,即使在恶劣天气的情况下,系统也需要对周围的交通代理进行定位和分类。在本文中,我们解决了降雪条件下基于激光雷达的3D目标检测问题。由于在此设置中收集和注释训练数据的困难,我们提出了一种基于物理的方法来模拟降雪对真实晴朗天气LiDAR点云的影响。我们的方法对每个激光雷达线在二维空间中的雪粒子进行采样,并使用诱导的几何结构相应地修改每个激光雷达光束的测量值。此外,由于降雪经常导致地面潮湿,我们还模拟了激光雷达点云的地面湿度。原创 2023-02-10 11:22:46 · 1519 阅读 · 0 评论