CVPRFeb, 2024

SeMoLi: 随波逐流

PDF
TL;DR我们提供了一种基于运动线索的半监督目标检测方法，结合启发式聚类方法和物体跟踪器，使用运动物体的伪标签作为监督信号，在 Lidar 数据中训练三维物体检测器。我们通过利用场景流估计中的最新进展获取点轨迹，并从中提取长期的、与类别无关的运动模式。通过在信息传递网络的上下文中重新思考相关聚类，我们学习将这些运动模式分组以聚类点到物体实例。通过估计物体的完整范围，我们获得每个扫描的三维边界框，并用它们来监督 Lidar 物体检测网络。我们的方法不仅优于先前的启发式方法（57.5 AP，相比之前的方法提高了 14 个百分点），更重要的是，我们证明了可以在不同数据集上使用伪标签训练目标检测器。
semi-supervised object detectionmotion cuespseudo-labeling3d object detectorslidar data
发现论文，激发创造
  • 半弱监督的物体动力学运动预测

    本文提出了一种基于图神经网络的半弱监督方法，用于解决 3D 物体动力学运动预测问题，通过对分层部分级别分割和移动部分参数之间的映射学习，在 PartNet-Mobility 数据集上进行训练，可以得到一批带有假标签的移动性信息的 3D 对象数据，并且可以进一步用于预先存在的分割的弱监督学习。

    Mar, 2023

  • 发现可移动的物体

    本文针对对象发现这一问题，通过选择动态对象并使用自编码器提取图像特征并加入来自运动分割的弱学习信号，成功地从复杂场景中分离出运动和静止的动态对象，相较于其它抽象特征的方法在 KITTI 数据集上有更好的表现。

    Mar, 2022

  • 从模式中跟踪：学习点云中对应模式进行 3D 物体跟踪

    本文提出了一种基于学习的 3D 物体跟踪方法，通过从时间点云数据中学习物体对应关系和运动信息的模式，利用 lidar 数据和运动估计技术进行跟踪，以及采用简单有效的速度平滑模块对物体的运动进行估计，从而在 KITTI 和更大规模的 Nuscenes 数据集上优于现有的 3D 跟踪方法。

    Oct, 2020

  • 低维物体运动多目标发现

    本文提出一种基于像素几何和物体运动模型的运动预测方法，通过将图像分为运动一致的区域并利用深度构建最佳匹配的流场基础来减少从单个图像重建流场的不确定性，并在场景结构和物体运动建模方面取得了最新的结果，同时对预测深度图的评估显示出可靠的单眼深度估计性能。

    Jul, 2023

  • 具有熟练教师的半监督三维目标检测

    本文提出了一种新的 Pseudo-Labeling 半监督三维目标检测框架，通过引入 STE 和 CBV 模块提高了教师模型的性能，同时提出了 BCL 软监督信号来减小错误样本对训练的负面影响。实验证明，在 ONCE 和 Waymo 数据集上，我们的方法显著提高了基线，同时在 Waymo 数据集上，只使用了一半的注释即可超过完全注释的 oracle 模型。

    Jul, 2022

  • 基于序列数据的学习方法在 3D LiDAR 数据中的运动物体分割

    本篇论文提出了一种基于 3D LiDAR 扫描的新颖的运动对象分割方法，可以将环境精确地分割为运动和静态对象，相比于其他先进的方法在城市环境中具有更高的分割质量。

    May, 2021

  • 每个像素都很重要：利用整体三维运动理解进行无监督几何学习

    本文通过在未标记视频上观看，利用深度卷积神经网络来学习单张图像的三维几何估计，通过将像素水平的三维物体运动加入到学习框架中，提供了整体的三维场景流理解并有助于单张图像的几何估计。

    Jun, 2018

  • 跟踪、检查、重复：一种基于 EM 算法的无监督跟踪方法

    该研究提出了一种用于在没有标签的 RGB-D 视频中检测和跟踪移动物体的无监督方法，该方法通过手工制作的技术来估计光流和摄像机运动，构建移动对象的类别集合并提高检测性能。

    Apr, 2021

  • 任意运动侦测器：从一系列 LiDAR 点云学习无类别场景动态

    本文提出了一种新的实时方法，基于三维点云序列，采用时间上下文聚合实现动态检测和运动参数估计，可适用于自动驾驶车辆在复杂城市环境下进行安全导航，不仅可以估计车辆或行人等常见道路参与者的运动，还可推广到其他没有在训练数据中出现的物体类别，并对不同的时间上下文聚合策略进行了深入的分析，提供了我们最先进模型与 KITTI 场景流数据集上现有解决方案的比较结果。

    Apr, 2020

  • 使用伪标签的半监督视频显著目标检测

    本论文提出了一种基于半监督学习的视频显著性目标检测方法，使用伪标签从稀疏注释帧中生成像素级伪标签，并结合部分手动注释，学习了空间和时间线索，进而产生准确的显著性图。实验结果表明，我们的方法在 VOS、DAVIS 和 FBMS 三个公共基准测试数据集上均明显优于所有最先进的全监督方法。

    Aug, 2019