【目标检测】开源 | EPNet：用语义图像特征增强点特征的3D物体检测方法，性能SOTA！

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