论文笔记：Reinforcing LiDAR-Based 3D Object Detection with RGB and 3D Information

论文笔记：Reinforcing LiDAR-Based 3D Object Detection with RGB and 3D Information

简介

本文提出了一个融合了RGB-D和3D点云信息的3-D目标检测方法。融合了RGB-D的方法在速度有所下降的情况下准确率得到了一定的提高。

方法

这是一个三阶段方法。
第一阶段，用PointRCNN的第一阶段提取点云的3D Proposal
第二阶段，用PointRCNN的第二阶段来refine点云的ROI和预测confidence。
第三阶段，考虑到回归后的3D box信息在第二阶段并没有用在分类上，因此用第二阶段中得到的3D boxes训练一个3D分类器和一个RGB-D分类器（RGB-D分类器用的2D RoIs用3D bounding box投影得到），

因为3D点云提供的信息比较有限，有一些在点云中很容易被分类错误的背景在RGB-D图像中很容易区分，因此最终的分数还加上了第三阶段的分类分数，提高整体的准确率。