3d在调试区输出坐标_自动驾驶|3D目标检测：MV3D-Net(一)

论文题目：Multi-View 3D Object Detection Network for Autonomous Driving

开源代码：https://github.com/leeyevi/MV3D_TF

MV3D-Net是2017年发表的一篇论文，它融合了视觉和雷达点云信息，同时，和以往基于voxel的方法不同，它只用了点云的俯视图和前视图，这样既能减少计算量，又不至于丧失过多的信息。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。

一、相关工作及改进

该论文对相关工作做了比较清晰的总结，我们不妨把这部分原文贴在这里，算是对3D目标检测的算法有一个整体的了解。作者列出以上这些传统方法，也是为了显示自己提出的方法的优越性，针对这积累算法的缺点，作者也提出了相应的改进思路，这些思路就是的实现就是本文的核心内容。

1. 基于点云的3D目标检测

• 方法描述：将3D点云体素化，提取结构特征之后送入到SVM或者神经网络中进行分类，还有的使用了点云的前视图，包含2D点云图，使用了一个全链接的卷积网络作用在2D点云图上从而预测出3D的boxes。
• 尚存缺点：计算量太大
• 改进思路：3D点云编码为多视角的特征图，应用与基于区域的多模式表示。

2. 基于Images的3D目标检测

• 方法描述：通过3D体素模式（例如3DVP）运用一系列的ACF检测器去做2D的检测和3D姿态的估计。
• 尚存缺点：Image-based的方法通常都依赖于精确的深度估计或标记检测。
• 改进思路：融合雷达点云去提高3D localization的效果。

3. 多模态融合

• 方法描述：结合图像，深度，甚至光流应用于2D的行人检测。
• 尚存缺点：这方面工作太少，方法发展还不完善（作者这种描述