Abstract

我们提出了一种鲁棒的基线方法用于实例分割，该方法专为大型户外LiDAR点云而设计。我们的方法包括一种新颖的密集特征编码技术，允许对远处的小物体进行定位和分割，为单次实例预测提供简单但有效的解决方案，以及处理严重类别不平衡的有效策略。由于没有用于研究LiDAR实例分割的公共数据集，我们还构建了一个新的公开可用的LiDAR点云数据集，以包括精确的3D边界框和用于实例分割的逐点标签，同时仍然是大约3∼20倍与其他现有的LiDAR数据集一样大。数据集将发布在https://github.com/feihuzhang/LiDARSeg。

I. INTRODUCTION

准确捕捉户外场景中物体（例如汽车、行人、骑自行车的人等）的位置、速度、类型、形状、姿势、大小等对于许多视觉和机器人应用来说是一项至关重要的任务。 LiDAR系统可以在各种光照条件下从周围环境中高精度提取3D信息，已成为自动驾驶和机器人系统等的关键组件。

随着诸如[7]、[42]、[55]、[58]之类的方法的引入，激光雷达检测已经看到了许多最近的工作，这些方法将例如汽车的位置估计为3D或2D边界框。但是，对于检测，许多异常值(例如，来自道路或邻域的点)将被混合到边界框中。此外，任何缺陷(方位、尺寸、中心等误差。)将严重降低精度(如图1(b)所示)。

一个鲜为人知的研究途径是LiDAR数据中的实例分割。与物体检测的粗略估计不同，实例分割旨在准确地拾取每个前景物体的每个反射点。它可以显着减少离群点对每个物体的干扰，更好地表示不规则的形状，有助于更准确的传感器融合（图图1(c ))、运动规划和3D高清地图构建。此外，分割可以更好地处理3D边界框难以估计且通常具有大重叠的模糊不清的遮挡或邻域目标（如图1(

(ICRA 2020) Instance Segmentation of LiDAR Point Clouds相关推荐

Individual Tree Segmentation from LiDAR Point Clouds for Urban Forest Inventory
Abstract 本研究的目的是使用 LiDAR 点云数据开发单棵树级别的自动化城市森林清单的新算法.激光雷达数据包含三维结构信息,可用于估算树高.基高.树冠深度和树冠直径.这使得精确的城市森林库存可 ...
论文翻译 | RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds
论文:RandLA-Net: Efficient Semantic Segmentation of Large-Scale Point Clouds 代码:code 前言:最近很犹豫要不要继续翻译点云 ...
(NeurIPS 2019) Learning Object Bounding Boxes for 3D Instance Segmentation on Point Clouds
Abstract 我们提出了一种新颖的.概念上简单的通用框架,用于在3D点云上进行实例分割.我们的方法称为3D-BoNet,遵循每点多层感知器(MLP)的简单设计理念.该框架直接回归点云中所有实例的3 ...
【文献翻译CVPR2022】SoftGroup for 3D Instance Segmentation on Point Clouds
点云三维实例分割的软分组目录点云三维实例分割的软分组摘要 1 简介 2 相关工作 3 方法 3.1 逐点预测网络 3.2 软分组 3.3 自上而下的精细化 3.4 多任务学习 4 实验 4.1 ...
Paper5：Curved-Voxel Clustering for Accurate Segmentation of 3D LiDAR Point Clouds with Real-Time Per
给定一个3D激光雷达点云,我们如何快速且精确地分割它们?快速且精确的3D激光雷达点云分割是移动机器人在分类,跟踪,SLAM等不同应用中的重要问题.尽管它很重要,但是现有方法无法同时实现速度和准确性:尤 ...
Curved-Voxel Clustering for Accurate Segmentation of 3D LiDAR Point Clouds with Real-Time
Curved-Voxel Clustering for Accurate Segmentation of 3D LiDAR Point Clouds with Real-Time 简介简介给定一个 ...
JSNet: Joint Instance and Semantic Segmentation of 3D Point Clouds
Abstract 在本文中,我们提出了一种新的联合实例和语义分割方法,称为JSNet,以同时解决3D点云的实例和语义分割.首先,我们建立了一个有效的骨干网络来从原始点云中提取鲁棒的特征.其次,为了获得 ...
CVPR 2020——OccuSeg: Occupancy-aware 3D Instance Segmentation
OccuSeg: Occupancy-aware 3D Instance Segmentation Abstract (一)Introduction (二)Related Work (三)Method ...
(2020)Simple Copy-Paste is a Strong Data Augmentation Method for Instance Segmentation
1.[成果] (1)在 COCO instance segmentation: 49.1(+0.6 )mask AP 57.3( +1.5 )box AP (2)copy paste 相比于mixup ...

(ICRA 2020) Instance Segmentation of LiDAR Point Clouds

Abstract

I. INTRODUCTION

(ICRA 2020) Instance Segmentation of LiDAR Point Clouds相关推荐

最新文章

热门文章