【论文阅读】【三维目标检测】BirdNet: a 3D Object Detection Framework from LiDAR Information
文章目录
- BirdNet
- 数据预处理
- 处理网络
- 后处理
- 实验
- 评价
BirdNet: a 3D Object Detection Framework from LiDAR Information
西班牙马德里卡洛斯三世大学Intelligent Systems Laboratory (LSI) Research Group，发表在2018 ITSC上
BirdNet
本方法只使用激光雷达，但网络上的创新不多。
数据预处理
将点云栅格化，栅格化的结果包括三个通道：
- cell内最高点的高度
- cell内所有点intensity的平均值
- cell内点的density
我认为本文的最大的创新点就在于此，本文为了提高方法对于不同线束激光雷达的普适性，对density这个通道做了normalization。
具体就是对density除以每个cell的density的最大值。这个最大值是该cell与sensor之间没有遮挡，而且阻挡全部扫过来的激光线计算的。使用该方法做density的归一化，可以改善density这个通道在不同线数激光雷达下剧烈变化的问题。
处理网络
就是使用FasterRCNN，无非是修改anchor，卷积层数和增加一个预测转角的head。预测的转角也是使用分类和回归并行的bin-loss模式。
后处理
值得注意的时候，这里FasterRCNN预测不是车辆的长和宽，而是与坐标轴相平行的车辆外接矩形的外接矩形。然后通过固定每个类别的w，计算每个box的l。这种处理方式，也仅仅是在本文内见过。
实验
与其他方法对比的结果并不好。
使用可视化验证了在多种线数的雷达下的检测效果，但并没有对比。
评价
总体来说，本文贡献有限，实验对比不充分。但思想还是可以借鉴的，使用构造对线数变化不敏感的归一化方式。
我认为本文的问题有两点：
- 本文归一化过程中，的第三种情况，cell与circle有两个点相交，根据公式和描述而言，看起来只考虑了左边的情况，没考虑右边的情况，因为P只在BC和BD边上。
- 感觉(4)(5)公式的h和w写反了
【论文阅读】【三维目标检测】BirdNet: a 3D Object Detection Framework from LiDAR Information相关推荐
- 【论文阅读】【3d目标检测】Group-Free 3D Object Detection via Transformers
论文标题:Group-Free 3D Object Detection via Transformers iccv2021 本文主要是针对votenet等网络中采用手工group的问题提出的改进 我们 ...
- 【DETR用于3D目标检测】DETR3D: 3D Object Detection from Multi-view Images via 3D-to-2D Queries
DETR3D: 3D Object Detection from Multi-view Images via 3D-to-2D Queries 论文简介: 论文贡献: 具体实现: 总体框架 特征学习 ...
- 【3D目标检测】Monocular 3D Object Detection with Pseudo-LiDAR Point Cloud
目录 概述 整体流程 伪点云vs点云 2D-3D边界框的一致性约束 概述 本文的输入数据仅仅是单目图像,在方法上是融合了伪点云(Pseudo-LiDAR)的深度信息表示方法与Frustum Point ...
- 论文阅读笔记 | 目标检测算法——SAPD算法
如有错误,恳请指出. 文章目录 1. Introduction 2. Soft Anchor-Point Detector 2.1 Detection Formulation with Anchor ...
- 论文阅读笔记 | 目标检测算法——FSAF算法
如有错误,恳请指出 文章目录 1. Introduction 2. FSAF Module 2.1 Network Architecture 2.2 Ground-truth and Loss 2.2 ...
- 论文阅读笔记 | 目标检测算法——PP-YOLOv2
如有错误,恳请指出. 文章目录 1. Introduction 2. Revisit PP-YOLO 2.1 Pre-Processing 2.2 Baseline Model 2.3 Trainin ...
- 目标检测20年（Object Detection in 20 Years）
Object Detection in 20 Years: A Survey Zhengxia Zou, Zhenwei Shi, Member, IEEE, Yuhong Guo, and Jiep ...
- AI_综述：3D目标检测于RGB-D（Object detection in RGB-D images）
转载自:https://zhuanlan.zhihu.com/p/34887948 基于深度学习的图像目标检测(上) 基于深度学习的图像目标检测(下) 大牛讲堂 | 基于DenesBox的目标检测在自 ...
- 【论文阅读】目标检测中的分类回归特征解耦
论文来源:知网 以下仅仅是学习过程中的部分笔记,用作自己复习. 摘要 ..... 目标检测不仅需要判别图像中存在的目标的类别,还需要回归目标在图像中的位置. 特征耦合具体表现:分类和回归部分的网络共享 ...
最新文章
- django项目转pyc_问题网址.pycdjango生成的文件，如何修复？
- mysqil操作数据库
- Js中for循环的阻塞机制
- 10种增强脑力的办法
- thinkphp使用echarts_Thinkphp 与Echarts-php 使用
- surfaceView和View区别
- 数字图像处理-- 图像的统计方法
- c语言周林答案,C语言程序设计实训教程教学课件作者周林ch04结构化程序设计课件.ppt...
- js实现excel块拖拉数据_Excel操作比Python更方便？常见数据操作Excel实现和Python实现的比较...
- 设计一个采用udp实现数据传输的程序_TCP/IP、UDP、HTTP、MQTT、CoAP这五种物联网协议...
- 如何编写一个项目开发文档
- STM32串口驱动安装攻略
- 移动招聘笔试计算机类,安徽移动计算机类笔试经验
- win10如何禁止CDR软件访问网络的设置方法教程
- python创建person类_Python类与方法的私有化
- java语言实现视频音频采集_详解js的视频和音频采集
- 印度软件业为什么？把脉中国软件企业
- tc ebpf sample - tethering offload on linux pc
- msi(微星）UEFI模式 机械加固态双硬盘安装Ubuntu16
- html实现好看的照片墙