引入深度补全与实例分割的三维目标检测
【摘要】 三维目标检测是自动驾驶系统与机器人系统的关键技术，目前对该技术的研究大多基于深度相机获取的RGB-D图，但在室外自动驾驶场景中，输入雷达点云更符合三维目标检测系统的应用环境。以RGB图与雷达点云为输入，结合IP-Basic算法在消除噪声的同时将稀疏雷达点云补全成稠密深度图;采用降维原理，结合MaskR-CNN在RGB图上进行实例分割，进而提取目标在深度图上的对应区域;结合点云的自然不变性，将目标对应深度图转化为点云后输入到卷积神经网络进行特征学习。在公开数据集Kitti上进行实验，实验结果表明:该方法在公开三维目标检测数据集上达到了较好的检测精度。
