Cross-Modality 3D Object Detection

本文发表在2021WACV.
WACV是 IEEE Winter Conference on Applications of Computer Vision缩写，根据谷歌学术显示在 Computer Vision & Pattern Recognition 领域， WACV是排在CVPR\ICCV\ECCV\BMVC之后的较高质量的国际会议。
WACV 2021 为今年CV领域第一个较有影响力的学术会议，在1月5-9日举行，同样为网络虚拟会议，共录用论文406篇。相比于 WACV 2020 录用论文378，今年录用增长7.4%。

聚焦于图片和点云的融合，认为两者模态可以很好的互补，图片有更多的语义信息，而点云专用于遥感。本文是个两阶段的多模态融合网络，使用了双目图像和原始点云作为输入。

第一阶段主要目的是通过稀疏点云的特征融合产生3D候选框，第二阶段主要融合2D和3D候选框区域的密集特征，还提出了一种数据增强方法来增强点云密度，防止遥远的目标因过少的点而导致识别遗漏。数据集是KITTI。

一阶段就是产生框，二阶段融合roi区域来学习更鲁棒的表征并预测最后的置信度和框的微调。