2021

PointNet、PointNet++和Frustum PointNet。常用的3D点云目标检测。 PointNet PointNet将深度学习直接应用于点云数据。点云数据是欧式空间下的点的一个子集，有无序性、点与点的空间关系以及不变性这三个性质。 ...

利用三种视图进行3D点云检测（鸟瞰图、前视图、原RGB图）。 Bird’s view 将点云数据等分为$M$份，在每一份上以$0.1m$的粒度划分网格，并提取每一格内的最高点云高度，作为鸟瞰图的高度图。强度图则采用网格内高度最高的点对应的反射率值，密度图则统计每个网格内的点云数$N$，对特征进行归一化，最后结果为$\min (1,\frac{\log (N+1)}{\log 64})$，其中64应该为激光线程数。最后得到通道数为$M+2$的特征。 ...

当前工业界常用的多目标跟踪框架。 SORT 该算法基于目标检测网络（Faster Rcnn），并利用卡尔曼滤波和匈牙利算法（或KM算法），极大地提高了多目标跟踪的速度。大致流程如下： ...

目标检测中因为定位和分类分支合并的复杂性而产生了许多算法，这些方法从不同角度出发提升了算法性能，但难以进行统一度量。论文采用多个注意力机制将不同的目标检测头进行统一，主要有特征层次的注意力、空间位置的注意力、通道间的注意力，分别对应于尺度感知、空间感知和任务感知。该方法可以在不增加计算量的情况下明显地提升模型性能。 ...