北京交通大学论坛-知行信息交流平台

 找回密码
 注册
快速进入版块与发帖 搜索
查看: 864|回复: 3

每周总结

[复制链接]
发表于 2019-12-26 10:24 | 显示全部楼层 |阅读模式
一、     工作进展
1、       pointnet2代码阅读
2、       尝试用pointnet2代替pointnet作为特征提取网络
3、       思考扩大初始点云范围的策略
二、     论文阅读
1、       fast-pointrcnn
                               这是一篇two-stage的三维检测论文,起初在kitti排行榜上由于和pointrcnn名字相似而没有受到关注,后来发现和pointrcnn完全是两种不一样的算法,其整体结构如下图所示:
整体思路:先通过VoxelRPN进行点云体素化并做一个粗预测,得到目标点云的大致位置,然后运用VoxelRPN获取的体素化特征与原始点云结合,对初步结果进行优化,得到最终的预测框,由于这个算法需要占用的计算资源过大,且效果并没有显著性提升,所以具体实施细节我没有细看。
但从我阅读的大量论文来看,包括这篇论文给我带来的一些其实,总结了一些目前能得到的基于点云的目标检测的一般研究规律:
1、       直接使用卷积作用于点云由于其自身的无序特性是不合理的
2、       点云二维化会丢失天然三维信息
3、       点云体素化会带来计算量的剧增
基于以上的一般规律,提出了很多用于点云检测的方法,而一个比较朴素而高效的思想就是,首先,以三维点云作为原始输入,以保留空间信息,然后,对点云进行初步过滤,滤除大量不关注的背景点,最后,保留下极少数的前景点单独进行前景点的分类与边界框回归。
目前,我所构思的终极框架就是基于这个思想。

 楼主| 发表于 2019-12-26 10:24 | 显示全部楼层
楼主真棒
回复 支持 反对

使用道具 举报

发表于 2019-12-30 16:52 | 显示全部楼层
楼主·真·大神
回复 支持 反对

使用道具 举报

发表于 2019-12-31 16:35 | 显示全部楼层
我就看看,也看不懂
回复 支持 反对

使用道具 举报

手机版|北京交通大学论坛-知行信息交流平台 ( BJTUICP备13011901号 )

GMT+8, 2020-1-29 17:16

Powered by Discuz! X3.4

Copyright © 2001-2020, Tencent Cloud.

快速回复 返回顶部 返回列表