【泡泡点云时空】用于从RGB-D数据进行3D物体检测的视锥点云网络（CVPR2018-11）

文章预览

泡泡点云时空，带你精读点云领域顶级会议文章 标题：Frustum PointNets for 3D Object Detection from RGB-D Data 作者： Charles R. Qi, Wei Liu, Chenxia Wu, Hao Su, Leonidas J. Guibas (Stanford University 2Nuro, Inc. 3UC San Diego) 来源：CVPR 2018 编译：Felaim 审核：李敏乐 欢迎个人转发朋友圈；其他机构或自媒体如需转载，后台留言申请授权 摘要 本文将介绍一种3D目标检测的方法–Frustum PointNets，该方法既可以应用于室内场景，也可以进行室外场景的目标检测。该方法融合了2D目标检测和深度学习的方法进行3D目标定位，通过对点云数据的直接处理，在很强的遮挡情况下或者稀疏的点云下，仍然可以非常有效的估计3D边界框。在KITTI和SUN RGB-D 3D detection的数据集上都获得了不错的成绩，并且达到了实时的要求 ………………………………