【论文阅读】【3d目标检测】What You See is What You Get: Exploiting Visibility for 3D Object Detection

论文标题：What You See is What You Get: Exploiting Visibility for 3D Object Detection

cvpr2020 卡耐基大学及argo ai出品
本文主要是探究了3d点云检测的可见性（visibility）和时序性的问题。
利用可见性来进行数据增强，利用visibility来获取更多的feature来检测目标。
文章以pointpillar为基准，与它进行了详细的对比，其数据增强及引入时序性作为feature增强的方法是值得学习的。
老规矩，上图！

首先作者对于激光雷达的原理进行了阐述，利用其工作原理，我们可以对于得到的点云图进行重新编码，主要是作者认为从激光雷达发出点到打到物体上，这个过程是可以推断当前场景中的freespace的。打到物体的voxel我们可以认为他是occupied的，由此，以z方向的垂直方向作为一个channel，进行特征图的生成。
利用这个性质，作者进行了数据增强操作：culling和drilling操作：

culling：主要是对于一些被遮挡的物体我们将其去除，掐放在点云图中的物体，我们将其遮挡的景物也去除，完成一个新的点云sweep生成。
drilling：对于遮挡的物体，作者选择去除原有的一部分遮挡物：如d图中的一部分墙壁。
这样的数据增强是依靠前面所说的visibility来实现的，显然是对于目标检测有作用的。

随后作者进行时序上的feature增强。文章写得很简单，假设我们已知每一帧的sensor也就是lidar的位置，对于每一个sweep的点云，我们利用贝叶斯滤波操作进行occupancy map的生成。

最后对于原始点云，我们可以生成一个pillar图，pillar图的生成作者考虑了时间因素：（x,y,z,t）的点云我们计算其相对当前pillar的位置：
其中xc为算数中心，xp为几何中心。
利用mlp加maxpool操作编码输出64维的pillar feature。

对于得到的两个feature map 作者提出了两种处理方式：

本文的时序增强及基于可见性的特征增强使我们可以学习的地方。

【论文阅读】【3d目标检测】What You See is What You Get: Exploiting Visibility for 3D Object Detection相关推荐

论文阅读笔记 | 目标检测算法——SAPD算法
如有错误,恳请指出. 文章目录 1. Introduction 2. Soft Anchor-Point Detector 2.1 Detection Formulation with Anchor ...
论文阅读笔记 | 目标检测算法——FSAF算法
如有错误,恳请指出文章目录 1. Introduction 2. FSAF Module 2.1 Network Architecture 2.2 Ground-truth and Loss 2.2 ...
论文阅读笔记 | 目标检测算法——PP-YOLOv2
如有错误,恳请指出. 文章目录 1. Introduction 2. Revisit PP-YOLO 2.1 Pre-Processing 2.2 Baseline Model 2.3 Trainin ...
【论文阅读】目标检测中的分类回归特征解耦
论文来源:知网以下仅仅是学习过程中的部分笔记,用作自己复习. 摘要 ..... 目标检测不仅需要判别图像中存在的目标的类别,还需要回归目标在图像中的位置. 特征耦合具体表现:分类和回归部分的网络共享 ...
论文阅读笔记 | 目标检测算法——PP-YOLO
如有错误,恳请指出. 文章目录 1. Introduction 2. Related Work 3. PP-YOLO 3.1 Architecture 3.1.1 Backbone 3.1.2 Det ...
论文阅读笔记 | 目标检测算法——YOLOX
如有错误,恳请指出. 文章目录 1. Introduction 2. YOLOX 2.1 YOLOv3 baseline 2.2 Decoupled head 2.3 Strong data augm ...
论文阅读笔记 | 目标检测算法——Libra R-CNN算法
如有错误,恳请指出. 文章目录 1. Introduction 1.1 Sample level imbalance 1.2 Feature level imbalance 1.3 Objective ...
论文阅读笔记 | 目标检测算法——Cascade R-CNN算法
如有错误,恳请指出. 文章目录 1. Introduction 2 Related Work 2.1 iterative bounding box regression 2.2 Integral Lo ...
【3D目标检测】学习过的论文整理
目录概述整理结果综述 3D视觉原理学位论文单目图像的3D目标检测方法研究基于图像的基于2D特征做的 SMOKE MonoDLE MonoPixel DD3D 基于3D特征做的 OFT-N ...
3D目标检测深度学习方法中voxel-represetnation内容综述（三）
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达前言前两篇文章:3D目标检测深度学习方法中voxel-represetnation内容综述(一).3 ...

【论文阅读】【3d目标检测】What You See is What You Get: Exploiting Visibility for 3D Object Detection

论文标题：What You See is What You Get: Exploiting Visibility for 3D Object Detection

【论文阅读】【3d目标检测】What You See is What You Get: Exploiting Visibility for 3D Object Detection相关推荐

最新文章

热门文章