Jun, 2024

TE-NeXt: 一种基于 LiDAR 的 3D 稀疏卷积网络用于可通行性估计

PDF
TL;DRTE-NeXt 是一种基于残差卷积块的新颖高效的架构，能够从稀疏的 LiDAR 点云中进行可通行性估计（TE）。通过融合当前趋势的注意机制和 3D 稀疏卷积的概念，TE-NeXt 旨在展示其在各种城市和自然环境下的泛化能力，使用了如 SemanticKITTI、Rellis-3D 和 SemanticUSL 等公认和可获取的数据集，并超越了现有技术方法，在语义分割问题上展现出更好的结果，对于非结构化环境保持高可靠性和鲁棒性，在城市环境中有更好的抽象表现。实现代码已在开放资源库中提供，以确保结果的可重复性。
traversability estimationlidar point cloudsresidual convolution blockattention mechanismssemantic segmentation
发现论文，激发创造
  • MinkUNeXt：基于稀疏三维卷积的基于点云的大规模地点识别

    MinkUNeXt 是一种基于 3D MinkNeXt Block 的高效有效的基于点云的地点识别架构，该架构通过 3D 稀疏卷积实现特征提取和聚合，并在测试中表现出优于其他方法的结果。

    Mar, 2024

  • VoxelNeXt：3D 物体检测与跟踪的全稀疏 VoxelNet

    本文提出了一种名为 VoxelNext 的基于稀疏体素特征的完全稀疏 3D 目标检测方法，通过少量的推断即可检测和跟踪 3D 目标，它具有良好的速度 - 精度折衷，且不需后续的稀疏转密集转换或 NMS 后处理。实验证明，该方法能够在 nuScenes、Waymo 和 Argoverse2 基准上显著提高检测效果。

    Mar, 2023

  • OCTraN: 在非结构化交通场景中的 3D 占用率卷积 Transformer 网络

    使用 OCTraN，一种基于转换器架构和迭代注意力机制的方法，将 2D 图像特征转换成 3D 空间占用特征，并且利用卷积和转置卷积高效地处理空间信息，从而解决了自主导航中视觉感知和深度估计的问题。

    Jul, 2023

  • SVQNet：用于 4D 时空 LiDAR 语义分割的稀疏体素邻近查询网络

    基于我们的观察，将所有的历史点堆叠会损害性能，因为有大量多余和误导性信息，我们提出了用于 4D 激光雷达语义分割的稀疏体素相邻查询网络（SVQNet），通过将历史点分成两组来充分利用历史帧的高效性，一组是携带局部增强知识的体素相邻邻域，另一组是补充全局知识的历史情境，然后我们提出了新的模块来从这两组中选择和提取指导性特征，我们的 SVQNet 在 SemanticKITTI 基准和 nuScenes 数据集的激光雷达语义分割中实现了最先进的性能。

    Aug, 2023

  • S3CNet: 面向 LiDAR 点云的稀疏语义场景补全网络

    本文提出了 S3CNet，一种基于稀疏卷积的神经网络，从统一的 LiDAR 点云中预测语义完成场景，并在 3D 任务上取得了最先进的结果

    Dec, 2020

  • PillarNeXt：通过引入 Voxel2Pillar 特征编码和提取多尺度特征改进 3D 检测器

    提出的 PillarNeXt 方案利用多线 LiDAR 和基于点云的三维探测器，在自动驾驶中提取多尺度特征，并通过特征编码、骨干网络和网络结构改进来优化性能。

    May, 2024

  • SegNeXt: 语义分割中重思卷积特征设计

    SegNeXt 是一种简单的卷积神经网络架构，通过重新审视先前成功的分割模型所拥有的特性，设计了一种基于卷积注意力机制的网络模型，该模型使用了廉价的卷积操作，有效提高了语义分割模型的性能，超越了现有技术最佳方法。

    Sep, 2022

  • EdgeNeXt：面向移动视觉应用的高效融合 CNN-Transformer 结构

    本研究提出了一种新型的轻量神经网络 EdgeNeXt，通过引入 STDA 编码器，在不增加计算成本的情况下，将 CNN 和 Transformer 模型的优点结合起来，以实现多尺度特征的编码和有效利用，从而达到资源高效的目的。在分类、检测和分割任务中，较之于其他最先进方法，EdgeNet 在计算要求较低的条件下表现出更佳的性能，表现出其在实践中的潜力。

    Jun, 2022

  • CENet：面向自动驾驶的简洁高效激光雷达语义分割

    本文介绍了一种名为 CENet 的图像语义分割网络，采用卷积而非 MLP，精选的激活函数和多个辅助分割头来提高特征描述能力和降低计算时间复杂度，使用公开的基准测试 SemanticKITTI 和 SemanticPOSS 进行的实验表明，与现有模型相比，我们的模型在 mIoU 和推理性能方面均表现更好。

    Jul, 2022

  • VoxelNextFusion：一个简单、统一且有效的多模态三维物体检测体素融合框架

    VoxelNextFusion 是一种多模态的三维物体检测框架，通过有效地融合稀疏点云和密集图像之间的信息，解决了现有基于体素方法在稀疏和密集特征融合上的问题，从而在 KITTI 和 nuScenes 数据集上实现了 3D 物体检测的显著改进。

    Jan, 2024