3D-detection
Little_sky_jty
You chang帮助
展开
-
ECCV20| 3D目标检测时序融合网络
文章:An LSTM Approach to Temporal 3D Object Detection in LiDAR Point Clouds文章链接: https://arxiv.org/pdf/2007.12392.pdf0 前言这是一篇来自Google-Research的研究工作,基于点云的3D目标检测目前有三个前沿的研究点,分别是:多模态、时序融合、自监督和弱监督。其中就笔者看到过和汇总过的文章而言(https://github.com/LittleYuanzi/awesome-Autom原创 2020-09-14 15:37:37 · 1529 阅读 · 2 评论 -
CLOCs:3D目标检测多模态融合之late-fusion
0 前言目前很多3D目标检测的工作都朝着多模态融合的方向发展,即是不仅仅使用单张图像或者仅仅使用点云做3D目标检测任务,而是在融合这两种传感器信息上作出一定的探索,今天笔者想要分享的一篇研究工作即是在这方面比较新的文章。CLOCs: Camera-LiDAR Object Candidates Fusion for 3D Object Detection论文地址:https://arxiv.org/pdf/2009.00784.pdf笔者给出该文章目前在KITTI object 3d的实验效果如下.原创 2020-09-14 15:37:18 · 6949 阅读 · 8 评论 -
3D目标检测多模态融合综述
0前言本篇文章主要想对目前处于探索阶段的3D目标检测中多模态融合的方法做一个简单的综述,主要内容为对目前几篇几篇研究工作的总结和对这个研究方面的一些思考。在前面的一些文章中,笔者已经介绍到了多模态融合的含义是将多种传感器数据融合。在3D目标检测中,目前大都是将lidar和image信息做融合。在上一篇文章中,笔者介绍到了目前主要的几种融合方法,即early-fusion,deep-fusion和late-fusion,并介绍了一种基于Late-fusion的融合方法。但是在大多数研究工作中,都是以dee原创 2020-09-09 09:48:26 · 4413 阅读 · 0 评论