目录
论文背景以及基本思想
论文出发点:本文基于F-PointNet的思想,认为F-PointNet非端到端,最终3D Box的预测强依赖于3D点云的分割结果,前置模块的点云缺失会造成后期预测不准确。
算法基本流程
- 核心点:
- 将2D detection的结果得到的视锥等分为T个部分,对所有视锥部分进行PointNet特征的提取,组成2D的feature map(L*d)通过FCN(kernel:3*d)网络进行每个部分的box分类和位置预测
- 视锥分割采取多组stride,在网络不同阶段进行多尺度的融合
- 多尺度进行feature的融合:
算法细节
其他细节:
v1.5.2