一种基于学习的方法从3D激光点云序列数据中提取运动中的物体

Badgirl

发布日期: 2021-06-16 12:07:05 浏览量: 678
评分:
star star star star star star star star star_border star_border
*转载请注明来自write-bug.com

Moving Object Segmentation in 3D LiDAR Data:A Learning-based Approach Exploiting Sequential Data

摘要

检测和分割场景中运动目标对于构建一致性的地图、状态估计、避障和规划都是很重要的能力。本文中,作者提出一种仅依赖多线LiDAR点云分割运动目标的方法。本文的方法精准的分割出场景中移动的车辆和停止的车辆,本文的方法利用多线激光点云中的序列信息,采用从序列激光点云中得到的残差影像作为中介,通过CNN从激光点云中提取运动中的目标,并且检测帧率比LiDAR点云的帧率高。本文方法还在不同神经网络上进行测试,表现出更优的性能,并在SemanticKITTI数据集上新开了一个运动物体分割的benchmark。

方法概述

其关键思想是,将过往的N帧激光点云投影到当前帧上,并采用相同的投影方式得到深度影像,并逐像素的和当前帧的深度图像做差,得到N-1个残差影像,并和当前帧组成新的输入数据传入到神经网络,检测出运动中的对象。

注意

  • 本文的方法只分割出场景中运动中的车辆
  • 只要是CNN网络就可以
上传的附件

发送私信

大概没去过的地方都叫远方

37
文章数
15
评论数
eject