基于点云补全的三维目标检测

摘要：

LiDAR技术的发展为 自动驾驶提供了丰富的3D数据.然而,由于遮挡和某些反射材料的原因引起信号丢失,LiDAR点云实际上是不完整的2.5D数据,这对3D感知提出了根本性挑战.针对这一问题,提出对原始数据进行三维补全的方法.根据大多数物体形状对称且重复率高的特点,通过学习先验对象形状的方法估计点云中遮挡部分的完整形状.该方法首先识别被遮挡和信号缺失影响的区域,在这些区域中预测区域所包含对象形状的占用概率.针对物体间遮挡的情况,通过形状的占用概率和共享同类形状形态进行三维补全.对自身遮挡的物体,通过自身镜像进行恢复.最后通过点云目标检测网络进行学习.结果表明,通过该方法能有效地提高生成点云3D边框的mAP(mean Average Precision).

关键词：LiDAR、点云、三维补全、目标检测

所属期刊栏目：49

分类号：TP389.1(计算技术、计算机技术)

资助基金：桂林电子科技大学研究生教育创新计划项目2022YCXS027

在线出版日期：2023-08-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1-6