量化结果。使用LiDAR检测的3D BoundingBox被投影到RGB图像
1. 论文综述
3D点云中目标的精准检测是很多应用场景的核心问题,如自动驾驶,家居机器人,虚拟/增强现实。为了将高度稀疏的LiDAR点云与区域候选网络连接在一起,很多研究学者将关注带你放在手工设计的特征表达,例如鸟瞰投影a bird's eye view projection. 这份工作中作者放弃了人工设计特征,直接提出了端到端的VoxelNet进行3D目标检测。具体来说,VoxelNet将点云划分为等间距的三维体素,并通过新引入的体素特征编码(VFE)层将每个体素内的一组点转换为统一的特征表示。这样,点云可以被编码成可以描述的体积表征,进而他被量接到区域候选网络进行目标检测。在KITTI数据集上,作者的方法取得了最好的结果。
- VoxelNet是一种基于点云的-可训练的-端到端的-3D目标识别框架,可以直接作用于系数的3D点云,避免了特征工程;
- 该框架融合了稀疏点云结构,并且充分利用了voxel grid的并行处理
- 该文也提出了一种有效的数据增强策略
在基于LiDAR的3D目标检测任务中,大多数方法均采用了特征工程的方法进行算法设计,最多的就是鸟瞰视觉投影。作者创新性的移除了人为的特征工程,并提出了有效的端到端的VoxelNet-3D detection框架。该方法最大的亮点在