从多视图到空心 3D：利用虚构实现的空心 3D R-CNN 进行 3D 物体检测

Jul, 2021

从多视图到空心 3D：利用虚构实现的空心 3D R-CNN 进行 3D 物体检测

From Multi-View to Hollow-3D: Hallucinated Hollow-3D R-CNN for 3D Object Detection

Jiajun Deng, Wengang Zhou, Yanyong Zhang, Houqiang Li

TL;DR本文提出了一种新的方法，将点云数据视为中空三维数据，并针对目标检测问题提出了基于 H-23D R-CNN 架构的点云数据检测算法，该算法利用多视角特征和新颖的双向引导多视角融合模块进行中空三维点云检测，实验结果表明该算法在 KITTI 数据集和 Waymo Open 数据集上的检测效果都优于当前最优算法。

Abstract

As an emerging data modal with precise distance sensing, lidar point clouds have been placed great expectations on 3D scene understanding. However, point clouds are always sparsely distributed in the 3D space, an

point clouds 3d object detection lidar multi-view features bilaterally guided multi-view fusion block

发现论文，激发创造

突破视界：通过跨模态幻觉进行鲁棒的点云三维物体检测

通过跨模态幻觉实现稳健的点云三维物体检测的新框架，结合空间和特征的多次对齐以实现骨干网络的细化和幻觉生成，提出了空间对齐和特征对齐的步骤以处理几何差异和感知模态间的属性差距，通过单模态数据进行推断阶段的输入，实现更好的困难检测和高效率的检测。在 View-of-Delft (VoD) 数据集上的广泛实验表明，该方法在雷达和 LiDAR 物体检测上优于最先进的方法，同时保持了竞争性的运行效率。

Sep, 2023

用于自动驾驶的多视角三维物体检测网络

该论文研究了自动驾驶场景下高精度的 3D 物体检测问题。其提出了 Multi-View 3D networks（MV3D）框架，该框架采用多传感器融合技术，将 LIDAR 点云和 RGB 图像作为输入，并预测有方向的 3D 界限框。实验表明，该方法在 3D 定位和 3D 检测任务方面的表现优于现有技术约 25％和 30％，在 2D 检测中也表现出显著的技术优势。

Nov, 2016

从稀疏点到稠密点云：通过有限的 LiDAR 数据增强 3D 检测

提出了一种结合单目和基于点云的三维检测的平衡方法，使用低成本、低分辨率的传感器获取仅有 512 个点，然后将这有限的三维信息与单张图像结合重建完整的三维点云，通过与多模态现成的三维检测器结合使用，使得三维检测的准确率相比于最新的单目检测方法提高了 20%，相对于基准多模态方法在 KITTI 和 JackRabbot 数据集上提高了 6% 到 9%。

Apr, 2024

LiDAR R-CNN：一种高效且通用的三维物体检测器

本文研究基于激光雷达点云的三维检测在自动驾驶的感知系统中的重要性，并提出了 LiDAR R-CNN，这是一种可改进任何现有三维检测器的第二阶段检测器，采用了基于点的方法解决了实时和高精度要求的问题，在实际中具有普适性和优越性能。

Mar, 2021

金字塔形状的 R-CNN：更好的性能和适应性，用于 3D 目标检测

本文提出了一种名为金字塔 R-CNN 的框架，用于从点云中进行两阶段三维物体检测。该框架通过金字塔感兴趣区域（RoI）网格、RoI 网格注意力和密度感知半径预测模块，自适应地从稀疏点中学习特征，以解决稀疏和不均衡情况下的检测问题，并在 KITTI 数据集和 Waymo Open 数据集上显著超过最先进的 3D 检测模型。

Sep, 2021

点云三维目标检测的深度 Hough 投票

本文提出了一种基于深度点集网络和 Hough 投票的端到端三维物体检测网络 VoteNet，通过纯几何信息在两个大型真实三维扫描数据集 ScanNet 和 SUN RGB-D 上实现了最先进的三维检测，且模型设计简单，模型大小小，效率高，并且不依赖于颜色图像。

Apr, 2019

基于 RGB-D 数据的三维物体检测的台阶式点云网络

本文探讨了利用深度学习在 3D 物体检测中，针对使用 RGB-D 数据在室内和室外场景下进行点云识别所面临的挑战以及如何提高效率。通过利用成熟的 2D 物体检测器和先进的 3D 深度学习来提高区域建议与对象本地化的精度，以取得高回收甚至小目标检测的良好性能。在 KITTI 和 SUN RGB-D 3D 检测基准上进行了评估，相比现有技术取得了显著的大幅度升级，并具有实时性能。

Nov, 2017

基于语义装饰局部图的精确三维目标检测的 Graph R-CNN

本文提出了一种名为 Graph R-CNN 的二阶段三维目标检测器，它使用动态点聚合、RoI-graph 池化和视觉特征增强等方法，解决了现有二阶段三维目标检测器处理不均匀分布和稀疏室外点时的效率问题，并在 KITTI 和 Waymo Open Dataset 上大幅优于现有模型。

Aug, 2022

VoxelNet：基于点云的三维物体检测的端到端学习

VoxelNet 是一种针对点云图像检测的深度网络，可以将点云分割成等间距的三维体素，并通过新引入的体素特征编码层将每组点转换为统一的特征表示，从而生成描述性的体积表示，并连接 RPN 以生成检测。

Nov, 2017

Voxel R-CNN：面向高性能体素化三维目标检测

本文提出了一种基于体素的框架 ——Voxel R-CNN，通过从体素特征中提取 RoI 特征，实现与最先进的基于点的模型相当的检测准确度，但计算成本只有一小部分，并在 KITTI 数据集上实现了更高的检测准确度和实时图像处理速率。

Dec, 2020