3D Object Detection学习目录

admin 401 0

输入数据

  • 图像
  • 点云

输出数据

位置、尺寸、方向、形状、类别......

三维数据传感模式

  • 单目相机
  • 光探测和测距
  • RGB-D 深度相机
  • 激光雷达
  • 超声雷达

指标

  • 平均精度(mAP)
  • 平均方向相似性(AOS)、平均航向相似性(AHS)
  • 鲁棒性
  • IoU?

数据集

3D Object Detection学习目录

  • KITTI

    自动驾驶领域著名

方法

  • 基于图像信息
    • 基于单目图像(包含基于RGB-D图像)

    先进行2D目标检测,再利用几何原理估计3D包围框。

    算法:3VDP、RPN、Deep 3D Box、GS3D、YOLO-6D

    缺点:缺少深度信息,精度低-->利用深度图提取深度信息再估计

    • 基于双目图像
  • 基于激光雷达点云
    • 基于非结构化点云

    缺点:点云的无序性,无法输入CNN,计算复杂度高

    算法:PointNet、PointNet++、PointRCNN、

    • 基于体素

    将点云量化再进行检测,有点类似微元的思想

    缺点:空的体积元素多,降低处理效率,计算复杂

    优点:可以直接应用于三维卷积网络

    算法: SECOND、VoxelNet

    • 基于投影视图

    投影到2D视图、球面视图、柱面视图或鸟瞰视图(BEV),先检测获得二维边界框,然后通过位置和尺寸对这些二维边界框进行回归,得到三维边界框。

    缺点:转换过程中损失信息

  • 图像与点云融合(多模态融合)

    分类:前融合--输入层融合、深度融合--特征层融合、后融合--决策层融合

    算法:MV3D、F-PointNet、RoarNet、MMF(CVPR19)

    优点:图像提供纹理,点云提供深度

待学

二位目标检测的AlexNet及其之后的算法

VGG-16、ResNet、darknet

最小二乘法

矩阵计算理论

发表评论 取消回复
表情 图片 链接 代码

分享