点RCNN swMATH ID: 42767 软件作者： 史绍帅、王晓刚、李洪生 描述： PointRCNN：从点云生成和检测三维对象建议。本文提出了基于点RCNN的原始点云三维目标检测方法。整个框架由两个阶段组成：第一阶段用于自下而上的3D建议生成，第二阶段用于在标准坐标系中细化建议以获得最终检测结果。我们的第一阶段子网络不再像以前的方法那样从RGB图像生成建议，或将点云投影到鸟瞰图或体素，而是通过将整个场景的点云分割为前景点和背景，以自下而上的方式直接从点云生成少量高质量的3D建议。第二阶段子网络将每个提案的集合点转换为标准坐标，以学习更好的局部空间特征，并与第一阶段学习的每个点的全局语义特征相结合，以实现精确的方框细化和置信预测。在KITTI数据集的3D检测基准上进行的大量实验表明，通过仅使用点云作为输入，我们提出的体系结构优于最先进的方法，具有显著的优势。该代码可在 主页： https://arxiv.org/abs/11812.04244 源代码： https://github.com/sshaoshuai/PointRCNN网站 依赖项： Python语言 关键词： 计算机视觉;模式识别;arXiv_cs。现金流量;点RCNN;三维物体检测;点云 相关软件： VoxelNet公司;更快的R-CNN;固态硬盘;YOLO公司;基特语;Python语言;ImageNet公司;PCL公司;ABF公司++;斯坦福3D扫描库;PIXOR传感器;高密度网络;PointFusion（点融合）;OctNet公司;PointNet（点网）;VoxNet公司;GS3D公司;点SIFT;伪LiDAR++;FCOS公司 引用于： 1文件 标准条款 1出版物描述软件 年份 PointRCNN:从点云生成和检测三维对象建议arXiv公司史绍帅、王晓刚、李洪生 2019 3位作者引用 1 Gary Pui-Tung Choi先生 1 刘叶晨 1 刘乐明 连载1篇 1 科学计算杂志 在3个字段中引用 1 凸和离散几何（52至XX） 1 数值分析（65-XX） 1 计算机科学（68至XX） 按年份列出的引文