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>
- JavaScript 教程
- JavaScript 编辑工具
- JavaScript 与HTML
- JavaScript 与Java
- JavaScript 数据结构
- JavaScript 基本数据类型
- JavaScript 特殊数据类型
- JavaScript 运算符
- JavaScript typeof 运算符
- JavaScript 表达式
- JavaScript 类型转换
- JavaScript 基本语法
- JavaScript 注释
- Javascript 基本处理流程
- Javascript 选择结构
- Javascript if 语句
- Javascript if 语句的嵌套
- Javascript switch 语句
- Javascript 循环结构
- Javascript 循环结构实例
- Javascript 跳转语句
- Javascript 控制语句总结
- Javascript 函数介绍
- Javascript 函数的定义
- Javascript 函数调用
- Javascript 几种特殊的函数
- JavaScript 内置函数简介
- Javascript eval() 函数
- Javascript isFinite() 函数
- Javascript isNaN() 函数
- parseInt() 与 parseFloat()
- escape() 与 unescape()
- Javascript 字符串介绍
- Javascript length属性
- javascript 字符串函数
- Javascript 日期对象简介
- Javascript 日期对象用途
- Date 对象属性和方法
- Javascript 数组是什么
- Javascript 创建数组
- Javascript 数组赋值与取值
- Javascript 数组属性和方法
- 47 张图带你 MySQL 进阶!!!
- 新特性解读 | InnoDB-Cluster 扫盲-日常运维
- Laravel 框架实现无限极分类
- 这样设置IDEA,让你爽到飞起!
- 这些年,我写过的BUG(一)
- Selenium处理下拉列表
- 掌握好这几个css属性,少写100行js代码
- 计算机基础知识总结与操作系统 PDF 下载
- Kafka工作流程及文件存储机制
- JS破解初探,折腾到头秃的美拍视频采集下载
- 去哪儿景点信息爬取并使用Django框架网页展示
- Kubernetes v1.15.3 升级到 v1.18.5 心得
- 结巴分词seo应用,Python jieba库基本用法及案例参考
- nali一个可以查询IP归属和CDN的命令
- 图片采集,python多线程采集头像图片源码附exe程序及资源包