本文提出了LaserNet，一种3D物体检测的计算有效方法，它通过在传感器的本地范围视图中处理LiDAR数据来提高效率，并使用全卷积网络来预测每个点的3D框的多模式分布，然后高效地融合这些分布以生成每个对象的预测，实验证明这种方法比其他方法具有显著更低的运行时间，并且在大型数据集上具有比其他检测器更好的性能。

Mar, 2019

本文提出了一种基于稀疏LSTM的多帧 3D 对象检测算法，使用 U-Net 风格的稀疏 3D 卷积网络提取每帧 LiDAR 点云的特征，并将这些特征与上一帧的隐藏和记忆特征一起输入到LSTM模块中，以预测当前帧中的 3D 对象，同时传递给下一帧的隐藏和记忆特征。实验结果表明，我们的算法在使用更少的内存和每帧计算的情况下优于传统的逐帧方法 7.5％ [email protected] 和其他多帧方法 1.2％ 。据我们所知，这是在稀疏点云中首次使用LSTM进行 3D 对象检测的工作。

Jul, 2020

本文介绍了一种称之为DD3D的单阶段，端对端的单目3D对象检测器，能够借助深度预训练提升准确性并解决如伪激光雷达方法的限制，通过深度估计和三维检测之间的有效信息传输，在大规模无标记数据的帮助下，达到了KITTI-3D基准测试中的16.34％和9.28％AP的最新结果, 以及在NuScenes中的41.5％mAP。

Aug, 2021

本文提出了一种高效的基于点云的3D检测器IA-SSD，利用可学习的面向任务的实例感知下采样策略分层选择感兴趣物体的前景点，进一步估计精确的实例中心，并采用仅编码器架构实现。大规模检测基准测试表明，该模型具有卓越的速度性能，能够以80个以上的速度在KITTI数据集上进行实时检测。

Mar, 2022

TransFusion是一种稳健的解决方案，用于处理自动驾驶中LiDAR和摄像头数据融合时面对的图像质量下降和误差校准问题。该方法结合了使用浅层目标查询从LiDAR点云预测初始边界框和自适应融合对象查询与有用的图像特征，使用注意机制确定应该从图像中获取哪些信息的特点，在大规模数据集上表现良好。

Mar, 2022

通过稀疏编码器与稀疏实例识别（SIR）模块，提出了一种全稀疏三维目标检测器（FSD），该方法可以在自动驾驶的远距离感知任务中实现高效的检测，具有状态-of-the-art性能并且比密集对应物快2.4倍。

Jul, 2022

本文提出了一种针对3D目标检测的模型Sparse Window Transformer（SWFormer），它能够充分利用点云数据的稀疏性，并通过“桶”技术对不同长度的稀疏窗口有效地进行处理。在Multi-scale特征融合和窗口偏移操作的基础上，作者还引入了新的体素扩散技术。最终，在Waymo Open Dataset上的实验结果表明，SWFormer相比于所有先前的单阶段和两阶段模型，取得了最新的73.36 L2 mAPH表现，同时更加高效。

Oct, 2022

本研究旨在设计公共数据集，并建立三种耐受性基准(KITTI-C、nuScenes-C和Waymo-C)来检验27种常见情况下的真实世界杂质对三维物体检测模型的鲁棒性，结果发现基于雷达与相机融合的模型具有更好的鲁棒性。

Mar, 2023

提出了一种基于时间LiDAR的三维物体检测方法，利用点云和轨迹特征相结合的点轨迹变压器和长短期记忆，实现了对三维物体的高效检测。对大规模Waymo数据集进行了广泛实验，证明了该方法在性能上优于现有的方法。

Dec, 2023

提出了一种基于稀疏查询的SparseDet稀疏三维物体检测方法，通过局部多尺度特征聚合模块和全局特征聚合模块，完整地捕捉了上下文信息，提高了代理物体表达能力。实验结果在nuScenes和KITTI上验证了该方法的有效性。

Jun, 2024