Oct, 2023

Anyview: 可变帧室内三维物体检测的普适性方法

PDF
TL;DR本文提出了一个用于室内 3D 物体检测的新型网络框架，能够处理实际场景中可变帧数的输入数据，并通过几何学习器、局部 - 全局特征交互和动态标记策略来增强模型的泛化性能。实验证明，该方法在 ScanNet 数据集上同时实现了良好的泛化能力和高检测准确度。
3d object detectionindoorvariable frame numbersgeometric learnergeneralization
发现论文，激发创造
  • 多视角 3D 物体检测的观察等变性

    本研究介绍了一种基于多视角几何的 3D 物体检测方法 VEDet，通过视点感知和等变性，利用查询式转换器系统将三维场景转化为位置编码来提高目标定位精度，并在损失层面进行多视角一致性规范化，通过丰富的几何线索提高性能以优化现有方法。

    Mar, 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

  • 通过 3D 到 2D 查询从多视角图像中进行 3D 物体检测

    提出了一种基于多摄像头的 3D 对象检测框架，使用基于上下文注意力的网络，直接在 3D 空间中进行边界框的预测，实现了全球最佳性能。

    Oct, 2021

  • 3D-MAN: 三维多帧注意力网络用于物体检测

    本文介绍了一种名为 3D-MAN 的 3D 多帧注意力网络，通过对多个角度的特征进行聚合从而实现了对复杂数据集的有效检测与识别。

    Mar, 2021

  • ImVoxelNet：用于单目 & 多视角下一般性 3D 物体检测的图像到体素的投影

    本文介绍了通过多视角 RGB 图像完成 3D 对象检测的方法，并提出了一种全新的完全卷积方法 ImVoxelNet，它在 KITTI（单视角）和 nuScenes（多视角）基准测试以及 SUN RGB-D 数据集上均取得了业内领先的效果，在 ScanNet 上创造了新的多视角 3D 对象检测基准。

    Jun, 2021

  • 3M3D: 多视角、多路径、多表征 3D 目标检测

    提出了一种基于多视图轴自注意力和局部 ROI 自注意力的多路径多表示 3D 物体检测方法，通过稀疏浮动查询和密集 BEV 查询的多重表示进一步提高了性能，对于自动驾驶系统具有重要意义。

    Feb, 2023

  • 通过密集等变图像标注进行无监督的物体帧学习

    本文提出了一种基于视点分解的新方法，可以从视觉测量中提取抽象模型和目标类别的密集物体中心坐标系，并配有密集等变标记神经网络，可以将图像像素映射到对应的目标坐标系，这种方法可以适用于肢体简单目标和人脸等可变形物体，而不需要手动监督。

    Jun, 2017

  • 基于全景分割引导的 LiDAR 多视角三维物体检测通用框架

    本研究提出了一种利用分割信息指导检测过程的多任务框架，该框架联合执行三维物体检测和全景分割，可利用多视角信息解决每个投影视图的缺陷，并通过前景语义信息和中心密度热力图来提示物体的可能框中心位置。在 nuScenes 数据集上进行的大量实验表明，该方法提供了显著的性能提升，基于单级 CenterPoint 3D 物体检测网络的所提出方法在 nuScenes 3D 检测基准上取得了 67.3 NDS 的最新性能。

    Mar, 2022

  • M&M3D: 多数据集训练和高效网络用于多视角 3D 目标检测

    提出了一种使用相机数据和鸟瞰图的多视角三维物体检测的网络结构，通过域适应和可视数据传输解决了当前的关键挑战。

    Nov, 2023

  • 3DMV：三维多视角联合预测在三维语义场景分割中的应用

    提出了一种名为 3DMV 的新型方法，使用联合 3D - 多视图预测网络对室内环境中 RGB-D 扫描进行三维语义场景分割。通过将 RGB 和几何特征相结合，并以一个可微的 backprojection 层将其映射到三维网格中，这种联合二维 - 三维架构实现了比现有基线方法显著更好的结果。

    Mar, 2018