【论文解读】MV3D-Net 用于自动驾驶的多视图3D目标检测网络

前言

MV3D-Net融合了视觉图像和激光雷达点云信息；它只用了点云的俯视图和前视图，这样既能减少计算量，又保留了主要的特征信息。随后生成3D候选区域，把特征和候选区域融合后输出最终的目标检测框。

论文地址：Multi-View 3D Object Detection Network for Autonomous Driving

开源代码：https://github.com/bostondiditeam/MV3D

目录

一、框架了解

1.1 网络的主体部分

1.2 网络的融合部分

二、MV3D的点云处理

2.1 提取点云俯视图

2.2 提取点云前视图

三、MV3D的图像处理

四、俯视图计算候选区域

五、特征整合

六、特征融合

七、模型效果

八、模型代码

---

一、框架了解

先看下总体网络结构：（可以点击图片放大查看）

上图中的紫色圆圈中M是表示 ：基于元素的均值。

输入的数据：有三种，分别是点云俯视图、点云前视图和二维RGB图像。“点云投影”，其实并非简单地把三维压成二维，而是提取了高程、密度、光强等特征，分别作为像素值，得到的二维投影图片。

输出数据&