近期激光雷达点云的3D目标检测方法

作者丨黄浴@知乎

来源丨https://zhuanlan.zhihu.com/p/370650927

编辑丨3D视觉工坊

看到的一些近期激光雷达做目标检测的论文。

1 Offboard 3D Object Detection from Point Cloud Sequences, 3, 2021.

这是讲自动标注。

3D Auto Labeling pipeline

static object auto labeling

dynamic object auto labeling

2 SIENet: Spatial Information Enhancement Network for 3D Object Detection from Point Cloud, 3, 2021.

预测前景点的空间形状，提取结构信息。

Spatial Information Enhancement Network (SIENet)

Network architecture of the HP（hybrid paradigm）-RPN

3 Back-tracing Representative Points for Voting-based 3D Object Detection in Point Clouds, 4, 2021.

室内数据

4 HVPR: Hybrid Voxel-Point Representation for Single-stage 3D Object Detection, 4, 2021.

代码：https://cvlab.yonsei.ac.kr/projects/HVPR/

分析voxel-based方法和point-based方法的优缺点，提出一个混合表示，其中借鉴memory模块聚合两种特征。

HVPR + AMFM

AttentiveMulti-scale Feature Module (AMFM)

5 SE-SSD: Self-Ensembling Single-Stage Object Detector From Point Cloud, 4, 2021.

之前推荐过：

https://www.zhihu.com/pin/1369444197280378880

采用teacher-student对的知识蒸馏框架，提出一个形状-觉察的数据增强方法。

Self-Ensembling Single-Stage object Detector (SE-SSD)

shape-aware data augmentationscheme

6 BEVDetNet: Bird’s Eye View LiDAR Point Cloud based Real-time 3D Object Detection for Autonomous Driving, 4, 2021.

提出了一个统一的分割网络，速度快，可以在BEV2D表示中做目标中心回归以及朝向3D框的预测。

本文仅做学术分享，如有侵权，请联系删文。

下载1

在「3D视觉工坊」公众号后台回复：3D视觉，即可下载 3D视觉相关资料干货，涉及相机标定、三维重建、立体视觉、SLAM、深度学习、点云后处理、多视图几何等方向。

下载2

在「3D视觉工坊」公众号后台回复：3D视觉github资源汇总，即可下载包括结构光、标定源码、缺陷检测源码、深度估计与深度补全源码、点云处理相关源码、立体匹配源码、单目、双目3D检测、基于点云的3D检测、6D姿态估计源码汇总等。

下载3

在「3D视觉工坊」公众号后台回复：相机标定，即可下载独家相机标定学习课件与视频网址；后台回复：立体匹配，即可下载独家立体匹配学习课件与视频网址。

重磅！3DCVer-学术论文写作投稿 交流群已成立

扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、多传感器融合、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流、ORB-SLAM系列源码交流、深度估计等微信群。

一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号

3D视觉从入门到精通知识星球：针对3D视觉领域的视频课程（三维重建系列、三维点云系列、结构光系列、手眼标定、相机标定、orb-slam3等视频课程）、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答五个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近2000星球成员为创造更好的AI世界共同进步，知识星球入口：

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

圈里有高质量教程资料、可答疑解惑、助你高效解决问题

觉得有用，麻烦给个赞和在看~