VoxelNet公司 swMATH ID: 32558 软件作者： 尹周，Oncel Tuzel 描述： VoxelNet：基于点云的三维对象检测的端到端学习。精确检测三维点云中的对象是许多应用中的中心问题，例如自主导航、家政机器人和增强/虚拟现实。为了将高度稀疏的LiDAR点云与区域建议网络（RPN）连接起来，现有的大多数工作都集中在手工绘制的特征表示上，例如鸟瞰图投影。在这项工作中，我们消除了对3D点云手动特征工程的需要，并提出了VoxelNet，这是一种通用的3D检测网络，它将特征提取和边界框预测统一为一个单阶段、端到端可训练的深度网络，VoxelNet将点云划分为等距的三维体素，并通过新引入的体素特征编码（VFE）层将每个体素中的一组点转换为统一的特征表示。这样，点云被编码为描述性体积表示，然后将其连接到RPN以生成检测。在KITTI汽车检测基准测试上的实验表明，VoxelNet在很大程度上优于最先进的基于LiDAR的3D检测方法。此外，我们的网络学习了具有各种几何形状的物体的有效区分表示，从而在仅基于LiDAR的行人和骑自行车者的3D检测中产生了令人鼓舞的结果。 主页： https://arxiv.org/abs/1711.06396 源代码： https://github.com/qianguih/voxelnet网站 关键词： 计算机视觉;模式识别;反恐精英。个人简历 相关软件： PointNet（点网）;ImageNet公司;美国有线电视新闻网;更快的R-CNN;OctNet公司;基蒂;YOLO公司;VoxNet公司;固态硬盘;点RCNN;AlexNet公司;OverFeat公司;折叠网;PointPillars（点支柱）;亚当;MS-COCO公司;SIFT公司;点2顺序;SPLATNet公司;蟒蛇 引用于： 7文件 全部的 前5名21位作者引用 2 韩志忠 2 刘新海 2 刘玉申 1 曹彦培 1 Gary Pui-Tung Choi先生 1 洪方洲 1 洪玲 1 蒋军 1 桑胡克·李 1 林，林 1 刘叶晨 1 A.V.洛帕塔。 1 刘乐明 1 Mir、Roohie Naaz 1 S.R.奥尔洛娃。 1 彭一凡 1 Vipul K·夏尔马。 1 薛亚文 1 英、乐兴 1 莱昂纳多·泽佩达·努涅斯 1 马蒂亚斯·茨威克 5篇连载文章中引用 2 计算机辅助几何设计 1 计算物理杂志 1 科学计算杂志 1 自动化和远程控制 1 计算机科学评论 全部的 前5名在6个字段中引用 4 数值分析（65-XX） 4 计算机科学（68至XX） 2 信息与通信理论、电路（94-XX） 1 近似和展开（41至XX） 1 欧氏空间的调和分析（42至XX） 1 凸和离散几何（52至XX） 按年份列出的引文