Fast Lidar Clustering by Density and Connectivity解读及文章复现工作

Fast Lidar Clustering by Density and Connectivity

这篇文章是发布在cs.cv上面的一篇文章，个人理解为利用语义信息来进行聚类。

接下来详细解读一下这篇文章。

首先这篇文章提出了一种实时的雷达点云实例分割的网络。主要亮点在于提出了skip conection这个结构来增加网络的鲁棒性。

主要步骤：
此工作是利用将三维点云转换成深度图像后进行相关操作。

1.去除地面。
2.横纵向距离值D计算。
3.合并3个2值图，进行连通性判断。
4.skip-connection。

 
详细步骤：

一、去除地面：

首先进行的是地面的滤除工作，这个工作是为了将由地面连通的两个物体连接起来。

主要步骤：
1.将三维点云投影成深度图像，像素值是传感器到障碍物的距离。

2.计算深度图像中的每个像素的角度β值，这个值是深度图像中的像素值。
β值的计算公式如上，计算的是垂直