虚拟绘画:用虚拟点和距离感知数据增强来解决稀疏性,用于3D对象检测
Sudip Dhakal1,2,3, Deyuan Qu1, Dominic Carrillo1
1Department of Computer Science and Engineering, University of North Texas, Denton, TX 76205, USA.
Sensors (Basel, Switzerland)
|September 19, 2025
概括
本研究介绍了从摄像头图像中生成虚拟LiDAR点,以改善3D对象检测,特别是对于稀疏或封闭的对象. 该方法通过丰富稀疏数据和使用远距离感知数据增强来提高检测准确性.
科学领域:
- 计算机视觉 计算机视觉
- 机器人技术 机器人技术 机器人技术
- 自主系统 自主系统
背景情况:
- 多模式方法结合了LiDAR和摄像头数据来进行物体检测.
- 现有的方法难以处理稀疏的LiDAR数据,特别是对于遥远或封闭的物体.
研究的目的:
- 通过解决 LiDAR 点云的稀疏性来提高 3D 对象检测性能.
- 为了提高稀疏分布,封闭或遥远物体的检测.
主要方法:
- 从摄像头图像中生成虚拟LiDAR点的生成.
- 从图像细分中获得语义标签的虚拟点的丰富.
- 集成一个远距离感知数据增强 (DADA) 技术.
主要成果:
- 在3D物体检测准确度的显著改进.
- 在鸟视图 (BEV) 检测基准中提高性能.
- 在KITTI和nuScenes数据集上证明了有效性.
结论:
- 拟议的方法有效地解决了LiDAR数据稀疏性,以改善对象检测.
- 虚拟点生成和DADA增强了对具有挑战性的物体的检测.
- 该方法具有多功能性,可以与现有的3D和2D框架集成.


