【论文阅读】【三维目标检测】Multi-Task Multi-Sensor Fusion for 3D Object Detection

麒麒哈尔

于 2019-09-23 20:44:01 发布

阅读量6.1k

点赞数 7

CC 4.0 BY-SA版权

分类专栏：论文阅读文章标签： CNN 激光雷达无人驾驶车辆检测 3D Object Detection

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。

本文链接：https://blog.youkuaiyun.com/wqwqqwqw1231/article/details/101169865

本文介绍了一种结合相机和激光雷达的3D目标检测方法，通过多任务网络处理点云和图像数据，包括地面估计、深度补全和3D目标检测。点云分支先将点云转换为BEV表示，图像分支处理RGB图像，通过点对点融合策略融合特征，再进行3D框估计。实验表明该方法在KITTI和TOR4D数据集上有效，尤其是在TOR4D上深度补全对车辆检测有显著提升。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

目录

网络

文章 Multi-Task Multi-Sensor Fusion for 3D Object Detection

2019CVPR

该文章使用了相机和激光雷达传感器融合方法检测3D Object，使用了一个网络解决多任务，并且多个子任务是为了3D Object Detection服务的。

网络

网络结构图如下，主要完成Ground Estimation，Depth Completion和3D Object Detection的问题。
在这里插入图片描述

点云分支

该分支的输入为栅格化后的点云，也就是一个 $batch \times channel \times w \times l \times h$

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

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。