3DVID是一种利用连续LiDAR视频信息进行3D目标检测的新方法，首次将时空信息融合引入该领域。该模型由PMPnet（ Pillar Message Passing Network）和AST-GRU（Attention-based Spatio-Temporal GRU）组成，通过迭代消息传递扩大感受野，并采用时空注意力机制处理动态物体。在Nuscenes数据集上取得State-of-the-Art（SOTA）性能，解决了单帧检测中的问题。
点击上方“3D视觉工坊”，选择“星标”
干货第一时间送达
paper地址：https://arxiv.org/pdf/2004.01389.pdf
code地址：https://github.com/yinjunbo/3DVID
这是一篇来自北理工和百度合作的文章，目前还未开源，只有项目地址，2020年3月份放置在arxiv上，已经被CVPR2020接收；从标题我们猜测该文采用的时空信息将多帧的点云信息融合做3D目标检测，目前的确是没有研究是通过视频流的方式做3D目标检测，不过这也要求数据集是一些连续的帧才能使得这样一个任务的完成，但是KITTI的确是没有满足这样的要求，因此作者在Nuscence上进行的实验。这是一个CVPR19年上的公布的数据集，这里先给出一张目前在公布的nu
1703
302
517
1万+
8061
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
超级会员免费看
订阅专栏 解锁全文
扫一扫
