AAAI'25 | 合成数据助力自驾点云异常检测新SOTA

文章预览

点击蓝字 关注我们 AI TIME欢迎每一位AI爱好者的加入！ 点击  阅读原文  观看作者讲解回放！ 作者及单位 作者： 许少聪 等 单位：清华大学, 厦门大学，滴滴出行, 香港中文大学-深圳 简介 论文地址 ： https://arxiv.org/abs/2309.10230 项目仓库 ： https://github.com/Daniellli/LiON 1.Motivation 基于点云的语义场景理解是自动驾驶汽车感知技术栈中的重要模块。然而，由于点云不像图像那样具有丰富的语义信息，在点云中这个识别异常点是一项极具挑战性的任务。本工作从两个方面缓解了点云缺乏语义信息对异常点感知的影响：1) 提出了一种新的学习范式，使模型能够学习更鲁棒的点云表征，增强点与点之间的辨别性；2) 借助额外的数据源，ShapeNet，提出了一套可以生成多样且真实伪异常的方法。实验结果表明，在公开数据集 SemanticKITTI 和 NuScenes 上，本方法显著超越 ………………………………