点云
文章平均质量分 93
GiperHsion
https://github.com/Giperx
展开
-
FB-BEV: BEV Representation from Forward-Backward View Transformations阅读小结
论文提出的方法称为Forward-Backward View Transformation(FB-BEV),是一种结合了前向和反向投影的方法,以解决现有的BEV视觉识别方法的局限性(BEV 特征稀疏或由于投影不准确而导致假阳性特征)。本文提出一种前后投影模式,解决当下投影方法的种种不足——通过解决前向投影生成的稀疏特征,以及在反向投影中引入深度信息,构建了一个更加准确的投影关系。通过这种方法,FB-BEV可以同时利用前向和反向投影的优点,生成高质量的BEV特征。生成一个稀疏的BEV特征,然后使用。原创 2024-09-19 20:04:52 · 864 阅读 · 0 评论 -
Center-based 3D Object Detection and Tracking阅读小结
提出CenterPoint框架,用于从激光雷达点云中进行3D目标检测和跟踪任务。 CenterPoint将目标表示为点,从而简化检测和跟踪过程: 在backbone构建输入点云的表示并flatten以后,首先使用关键点检测器(keypoint detector)检测对象的中心,并回归到其他属性,包括3D大小、3D方向和速度。在第二阶段使用对象上的其他点特征来细化这些估计。该方法使用标准3D点云编码器和几个卷积层来生成BEV的hotmap和其他密集回归输出。原创 2024-09-19 19:55:57 · 866 阅读 · 0 评论