【论文解读】F-PointNet 使用RGB图像和Depth点云深度 数据的3D目标检测

前言

F-PointNet 提出了直接处理点云数据的方案，但这种方式面临着挑战，比如：如何有效地在三维空间中定位目标的可能位置，即如何产生 3D 候选框，假如全局搜索将会耗费大量算力与时间。

F-PointNet是在进行点云处理之前，先使用图像信息得到一些先验搜索范围，这样既能提高效率，又能增加准确率。

论文地址：Frustum PointNets for 3D Object Detection from RGB-D Data 

开源代码：https://github.com/charlesq34/frustum-pointnets

目录

一、基本思路 

二、模型框架

三、基于图像生成锥体区域

四、 在锥体内进行点云实例分割

五、生成精确边界框

六、PointNet关键点

6.1 F-PointNet使用2D RGB图像

6.2 锥体框生成

七、实验结果 

八、优点

九、模型代码

---