3D 物体检测模型和方法的调查与系统化
本文综述了自 2015 年至 2021 年期间针对基于图像的三维物体检测问题的 200 多个研究,并提出了两个新的分类体系来组织现有的最先进的方法,并深入分析了它们的各个组成部分。同时,本文探讨了这个领域的挑战和未来方向。
Feb, 2022
本调查研究了物体检测领域的主要发展现状以及现有典型检测模型的方法和评估数据集,分别分析了一阶段和二阶段检测器的综合概述,并总结了物体检测的传统和新型应用,最后就利用这些物体检测方法构建高效系统的应用建议和发展趋势进行了探讨。
Jul, 2019
本文介绍了自动驾驶所使用的流行传感器、它们的数据性质以及相应的目标检测算法。还讨论了用于评估多模态 3D 目标检测算法的现有数据集。接着对基于多模态融合的 3D 检测网络进行了回顾,并介绍了它们的融合阶段、融合输入和融合粒度以及这些设计选择如何随着时间和技术而演变。最后讨论了面临的挑战以及可能的解决方案。希望本文能帮助研究人员了解多模态 3D 目标检测领域并进行相关研究。
Jun, 2021
本文旨在填补 3D 对象检测在自动驾驶中的知识空白,综述了相关领域的传感器、数据集、性能度量以及最新的检测方法,分析了其优劣,并进行了定量比较和案例研究,最后总结了研究成果和未来发展方向。
Jun, 2021
本文概述了基于深度学习的物体检测器的最新发展,提供了检测中使用的基准数据集和评估指标的简明概述,以及在识别任务中使用的一些主要骨干架构和现代轻量级分类模型,最后我们比较了这些架构在多个度量标准上的性能。
Apr, 2021
本文综述了自动驾驶技术中感知系统中重要的一环 - 三维物体检测的研究进展以及应用,包括基于激光雷达和基于相机的方法,并分析了各自的优缺点和潜在的应用场景。
Jun, 2022
本文综述了深度学习方法在目标检测领域的应用及其取得的进展,涵盖了检测框架、特征表示、目标提议生成、上下文建模、训练策略和评估指标等方面,并指出了未来研究的方向。
Sep, 2018
本文是关于光学遥感图像中物体检测的文献综述,涵盖目标检测的众多方法,包括基于模板匹配、基于知识、机器学习等,同时讨论现有研究的挑战并提出两个有潜在发展的研究方向,即基于深度学习的特征表示和基于弱监督学习的地理空间目标检测。
Mar, 2016
综述了近期基于深度学习的三维物体分割,涵盖了 150 多篇文章,总结了最常用的算法流程、讨论了它们的优缺点,并分析了这些分割方法的竞争结果,最后提出了未来的研究方向。
Mar, 2021