获取完整原文和代码,公众号回复:09060762285
论文地址: http://arxiv.org/pdf/2007.08856v1.pdf
代码: 公众号回复:09060762285
来源: 华中科技大学
论文名称:EPNet: Enhancing Point Features with Image Semantics for 3D Object Detection
原文作者:Tengteng Huang
内容提要
本文旨在解决3D检测任务中两个关键问题,即多传感器(即激光雷达点云和摄像机图像)的利用,以及定位和分类置信度不一致的问题。为此,我们提出了一种新的融合模块,在不添加任何图像注释的情况下,以逐点的方式用语义图像特征增强点特征。此外,采用一致性强制损失来明确地鼓励定位和分类置信度的一致性。我们设计了一个端到端可学习的框架EPNet来集成这两个组件。在KITTI和SUN-RGBD数据集上的大量实验表明,EPNet相对于目前最先进的方法具有优越性。
主要框架及实验结果
声明:文章来自于网络,仅用于学习分享,版权归原作者所有,侵权请加上文微信联系删除。
分享最新的CVPR、ECCV、ICCV、IROS等人工智能论文,关注深度学习、自动驾驶领域。
点个“在看”,让我知道你的爱