作者 | 黃浴@知乎

編輯 | 3D視覺工坊

來源 | https://zhuanlan.zhihu.com/p/370650927

知圈 | 進“激光雷達社群”請加微信13636581676，備注激光

看到的一些近期激光雷達做目標檢測的論文。

1 Offboard 3D Object Detection from Point Cloud Sequences, 3, 2021.

這是講自動標注。

3D Auto Labeling pipeline

static object auto labeling

dynamic object auto labeling

2 SIENet: Spatial Information Enhancement Network for 3D Object Detection from Point Cloud, 3, 2021.

預測前景點的空間形狀，提取結構信息。

Spatial Information Enhancement Network (SIENet)

Network architecture of the HP（hybrid paradigm）-RPN

3 Back-tracing Representative Points for Voting-based 3D Object Detection in Point Clouds, 4, 2021.

室內數據

4 HVPR: Hybrid Voxel-Point Representation for Single-stage 3D Object Detection, 4, 2021.

代碼：https://cvlab.yonsei.ac.kr/projects/HVPR/

分析voxel-based方法和point-based方法的優缺點，提出一個混合表示，其中借鑒memory模塊聚合兩種特征。

HVPR + AMFM

AttentiveMulti-scale Feature Module (AMFM)

5 SE-SSD: Self-Ensembling Single-Stage Object Detector From Point Cloud, 4, 2021.

之前推薦過：

https://www.zhihu.com/pin/1369444197280378880

采用teacher-student對的知識蒸餾框架，提出一個形狀-覺察的數據增強方法。

Self-Ensembling Single-Stage object Detector (SE-SSD)

shape-aware data augmentationscheme

6 BEVDetNet: Bird’s Eye View LiDAR Point Cloud based Real-time 3D Object Detection for Autonomous Driving, 4, 2021.

提出了一個統一的分割網絡，速度快，可以在BD表示中做目標中心回歸以及朝向3D框的預測。