激光雷达和视觉融合的3D目标检测算法综述（一）

原创 已于 2023-11-29 11:21:53 修改 · 1.7k 阅读 · 16 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#3d #目标检测 #人工智能

于 2023-11-28 21:08:35 首次发布
本文概述了TransFusion、DeepFusion、DeepInteraction和BEVFusion等在Nuscenes和WaymoOpenDataset上的研究，这些方法利用Transformer、知识蒸馏和统一的voxel化处理，解决LiDAR-Camera融合的3D对象检测问题，特别强调了模态交互和BEV表示的效率提升。
最低0.47元/天 解锁文章
【论文阅读】【综述】激光雷达-相机融合的道路检测方法
麒麒哈尔的博客
11-21 2894
文章目录SNE-RoadSegLidCamNetRoad Detection through CRF based LiDAR-Camera Fusion总结 本博客列举一些激光雷达-相机融合的方法，主要是针对Road Detection问题的。其实Road Detection是属于Semantic Segmentation问题的，只是需要划分的就是两类，一个是道路，一个是非道路。目前主流方法当然是CNN，需要大量的数据用来训练。 SNE-RoadSeg 文章：SNE-RoadSeg: Incorporati
激光雷达和视觉融合的3D目标检测算法（二）
gui_hai的博客
11-07 1256
激光雷达和视觉融合的3D目标检测算法
ICRA 2023 | 最新激光雷达-相机联合内外参标定，一步到位！
CV_Autobot的博客
03-30 4233
点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取今天自动驾驶之心很荣幸邀请到石头，为大家分享ICRA 2023最新的激光雷达-相机的联合标定方法，可同时标定内参和外参。如果您有相关工作需要分享，请在文末联系我们！>>点击进入→自动驾驶之心【多传感器融合】技术交流群后台回复【相机标定】获取超详细的单目双目相机模型介绍、内外参标定算法原理视频！基于传感器的环境感知，对于自...
【DeepInteraction复现】DeepInteraction: 3D Object Detection via Modality Interaction
qq_44775880的博客
02-19 1052
我的环境：系统：Ubuntu20.04显卡：RTX 3090 24G X2。
视觉与激光雷达融合3D检测（一）AVOD
scott198512的博客
05-30 3224
视觉与激光雷达目标检测
​CVPR2023 | MSMDFusion: 激光雷达-相机融合的3D多模态检测新思路（Nuscenes SOTA！）...
CV_Autobot的博客
03-13 5391
点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【3D目标检测】技术交流群后台回复【3D检测综述】获取最新基于点云/BEV/图像的3D检测综述！融合激光雷达和相机信息对于在自动驾驶系统中实现准确可靠的3D目标检测至关重要，由于难以将来自两种截然不同的模态的多粒度几何和语义特征结合起来，这是一个很大挑战。最近的方法旨在通过将2D相机图像中的提升点（称为“see...
ICCV 2023 | StreamPETR：纯视觉感知与激光雷达终有一战之力！
小白学视觉
11-25 546
点击上方“小白学视觉”，选择加"星标"或“置顶”重磅干货，第一时间送达论文作者| Shihao Wang编辑 | 自动驾驶之心文章链接：https://arxiv.org/abs/2303.11926代码链接：https://github.com/exiawsh/StreamPETR纯视觉BEV感知虽然发展了两年左右的时间，但距离激光雷达算法一直都有较大差距。BEVDepth首次将纯视觉与激光雷...
超全汇总 | 基于Camera的3D目标检测算法综述！（单目/双目/伪激光雷达）
CV_Autobot的博客
09-02 3968
点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心技术交流群后台回复【数据集下载】获取计算机视觉近30种数据集！目前3D目标检测领域方案主要包括基于单目、双目、激光雷达点云、多模态数据融合等方式，本文主要介绍基于单目、双目和伪激光雷达数据的相关算法，下面展开讨论下~3D检测任务介绍3D检测任务一般通过图像、点云等输入数据，预测目标相比于相机或lidar坐标系的...
自动驾驶3D目标检测综述（三）
最新发布
qq_52889317的博客
11-22 2837
在这个章节主要介绍一些基于相机的3D目标检测的方法，分别会回顾和分析单目3D目标检测（又分为仅基于图像、深度信息辅助和先验引导的方法）、基于立体图像的3D目标检测和多相机下的3D目标检测方法。
视觉和激光雷达融合SLAM综述-最新2020
热门推荐
Zlp19970106的博客
07-26 1万+
视觉和激光雷达融合SLAM综述
毫米波雷达与视觉融合综述
m0_63604019的博客
03-07 3160
最近几年，大部分综述集中在视觉检测上，很少有radar-camera融合相关的paper，对雷达和视觉融合缺乏深入分析，本论文将重点介绍低成本毫米波雷达和视觉融合解决方案。
Unifying Voxel-based Representation with Transformer for 3D Object Detection
kebijuelun的博客
01-07 587
lidar 和 camera 低照下精度都低；基于 2d backbone 提取多视角或多帧图像的特征， 基于 FPN 用于生成 FI (H×W×C尺寸) 图像特征，不同 fpn stage 的 hw 不同。对于体素中的点 (x, y, z)，基于相机外参内参可以对应到图像 plane 中的某个 (u, v, d) 点，即可以通过图像特征转换到 voxel 空间上。受到 lss 启发设计了一个 view transform 方案，基于 view transform 将图像特征转换到 voxel 空间上。
Unifying Voxel-based Representation with Transformer for 3D Object Detection （UVTR）论文笔记
weixin_45657478的博客
08-18 1463
Unifying Voxel-based Representation with Transformer for 3D Object Detection 论文笔记
Sort多目标跟踪中的：指派问题与匈牙利解法
计算机视觉
11-09 2059
https://blog.youkuaiyun.com/Kerrwy/article/details/81018202 https://blog.youkuaiyun.com/Wonz5130/article/details/80678410   多目标跟踪中SORT算法的理解 在跟踪之前，对所有目标已经完成检测，实现了特征建模过程。 1. 第一帧进来时，以检测到的目标初始化并创建新的跟踪器，标注id。 2. 后...
Transformer统一化3D目标检测基于体素的表征
CV_Autobot的博客
08-15 656
点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心技术交流群后台回复【ECCV2022】获取ECCV2022所有自动驾驶方向论文！后台回复【领域综述】获取自动驾驶全栈近80篇综述论文！后台回复【数据集下载】获取计算机视觉近30种数据集！arXiv论文“Unifying Voxel-based Representation with Transformer fo...
【论文阅读】【三维目标检测】Camera-Lidar融合的3D目标检测网络
麒麒哈尔的博客
11-18 1651
Camera-LiDAR based 3D object detection
探索未来驾驶的智慧眼——深度交互：基于多模态交互的3D目标检测
gitblog_01198的博客
08-24 921
探索未来驾驶的智慧眼——深度交互：基于多模态交互的3D目标检测 在自动驾驶领域，精准的物体检测是确保安全行驶的关键。今天，我们来深入探讨一个前沿的开源项目——《DeepInteraction：通过模态交互实现3D对象检测》，以及其后续版本《DeepInteraction++：面向自动驾驶的多模态交互》。这一系列工作，在NeurIPS 2022和Arxiv上发表，由一众杰出研究者共同推出，他们通过创...
【三维目标检测模型】MVXNet
叶子的博客
08-20 2138
MVXNet是一种基于激光雷达和图像的多模态融合的三维目标检测模型，发表在CVPR 2019，本文含详细python源码解读。
CVPR2020论文解读：3D Object Detection三维目标检测
吴建明wujianming_110117
03-20 2106
CVPR2020论文解读：3D Object Detection三维目标检测 PV-RCNN:Point-Voxel Feature Se tAbstraction for 3D Object Detection 论文链接：https://arxiv.org/pdf/1912.13192.pdf 本文在LITTI数据集3D Object Detection三维目标检测性能排名第一。 摘要 提出...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值