3D Detection检测方法总结

得益于frustum PointNets作者的总结。
研究者们使用了多种方法来呈现RGB-D数据。并进行3D Detection。

• Front view image based methods:

基于前视图的方法：[4,24,41]采用单目RGB图像和形状先验或遮挡图案来推断3D边界框。 [18,7]将深度数据表示为二维图像，并将CNN应用于二维图像中的物体定位。 相比之下，我们将深度数据表示为点云，并使用先进的3D深度网络（PointNets）来更有效地利用3D几何特性。

• Bird’s eye view based methods:

基于鸟瞰图的方法：MV3D [6]将Li-DAR点云投射到鸟瞰图上，并为3D边界框proposal训练一个region proposal网络（RPN [29]）。 然而，该方法在检测诸如行人和骑车人等小物体方面滞后，并且不能容易地适应具有垂直方向上的多个物体的场景。

• 3D based methods:

基于3D的方法：[38,34]从点云上提取人为设计的几何特征，用SVM来训练3D对象分类器，然后使用滑动窗口搜索来定位对象。 [8]通过用体素化3D网格上的3D CNN取代SVM来扩展[38]。 [30]为点云中的三维物体检测设计新的几何特征。 [35,17]将整个场景的点云转换为体积网格，并使用3D volumetric CNN 进行对象提议和分类。由于3D卷积和大型3D搜索空间的耗费，这些方法的计算成本通常相当高。最近，[16]提出了一种2D驱动的3D物体检测方法，与我们的思想类似。然而，他们使用人工制作的特征（基于直方图的点坐标）和简单的全连接网络来回归3D盒子的位置和姿态，这在速度和性能上都是次优的。相反，我们提出了一个更加灵活和有效的深度3D特征学习解决方案（PointNets）。

然后还应该在进行调研，来获取更为全面的总结。
参考资料：
<Frustum PointNets for 3D Object Detection from RGB-D Data>