Det相关的算法最早都起步于CV领域,CV领域经典算法层出不穷,出现了R-CNN,Faster R-CNN,YOLO,以及衍生出许多当前SOTA的CenterNet
将3D点云转换到正视图(Front View)再套用图像det,不过因为造成了信息缺失,丢失了深度信息,效果很差
17年的MV3D增加了一个新的视角:鸟瞰图 BEV(Bird's Eye View),加上VeloFCN的正视图,与2D数据进行融合,一同进行检测(R-CNN)
CVPR 2018的一篇文章,作者是苹果公司的两位研究员。
步骤:
Qian et al., 3D Object Detection for Autonomous Driving: A Survey, 2021 ↩︎
Chen, et al., Multi-view 3d object detection network for autonomous driving, CVPR, 2017 ↩︎
Zhou and Tuzel, Voxelnet: End-to-end learning for point cloud based 3d object detection, CVPR, 2018. ↩︎
Qi et al., Pointnet++: Deep hierarchical feature learning on point sets in a metric space, NeurIPS, 2017. ↩︎