Frustum PointNets for 3D Object Detection from RGB-D Data论文阅读(CVPR2018)

Main Idea

利用RGB图进行2D detection，然后取出2D detection框柱的视锥中的3D点。在视锥中接上segmentation网络对视锥进行object mask。取出mask出的object点云，接上T(ranslation)-Net对object点云中心进行微调，然后接上Box-Net对Box的center，height，width，length，heading angle进行回归。

implement

• tensorflow
• pointnet框架
• pointnet++框架

Trick：

1. 因为数据集是马路场景，所以一共就3种目标：pedestrian，car，cyclist，他们的size都有一个差不多的值。
2. heading angle是一个角度，范围为$0^{\circ }$~360∘{360^ \circ }