DuoSpaceNet 利用 BEV 和 PV 表示实现3D目标检测 !

文章预览

ADAS  Laboratory 点击上方 蓝字 关注  智驾实验室           加入【 智驾实验室 】交流群， 获取更多内容和资料 双空间网：利用鸟瞰视图和透视视图表示进行3D目标检测近期在仅使用多视角相机的3D目标检测领域的进展，要么依赖于对鸟瞰视图（BEV）3D特征的精确重建，要么依赖于传统的2D透视视图（PV）图像特征。 虽然两者各有优缺点，但很少有人找到将它们结合在一起的方法，以便从“两种视角的最佳特性”中受益。为此，作者探索了一个双空间（即BEV和PV）的3D感知框架，并结合了一些有效的双空间融合策略，允许两种特征表示的有效聚合。 据作者所知，作者提出的方法，双空间网（DuoSpaceNet），是首个利用两个不同特征空间的方法，并在nuScenes数据集上实现了最先进的3D目标检测和BEV地图分割结果。 1 Introduction 基于多视角图像的3D检测和分割 ………………………………