Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2411.00600

帮助 | 高级搜索

计算机科学 > 计算机视觉与模式识别

arXiv:2411.00600 (cs)
[提交于 2024年11月1日 ]

标题: 基于车载3D激光雷达的深度学习在几何和语义场景理解中的应用

标题: On Deep Learning for Geometric and Semantic Scene Understanding Using On-Vehicle 3D LiDAR

Authors:Li Li
摘要: 3D LiDAR点云数据对于计算机视觉、机器人和自动驾驶中的场景感知至关重要。 几何和语义场景理解,涉及3D点云,对于推动自动驾驶技术的发展至关重要。 然而,仍然存在重大挑战,特别是在提高系统的整体准确性(例如,分割准确性、深度估计准确性等)和效率方面。 为了解决与基于LiDAR的任务相关的准确性挑战,我们提出了DurLAR,这是首个高保真128通道3D LiDAR数据集,具有全景环境(近红外)和反射率图像。 为了在确保准确性的前提下提高3D分割的效率,我们提出了一种新的流程,该流程采用更小的架构,在需要更少真实标注的情况下,相比现有方法实现了更优的分割准确性。 为了提高分割准确性,我们引入了范围感知点对距离分布(RAPiD)特征和相关的RAPiD-Seg架构。 所有贡献已被同行评审会议接受,突显了在自动驾驶中3D LiDAR应用的准确性和效率方面的进展。 完整摘要:https://etheses.dur.ac.uk/15738/。
摘要: 3D LiDAR point cloud data is crucial for scene perception in computer vision, robotics, and autonomous driving. Geometric and semantic scene understanding, involving 3D point clouds, is essential for advancing autonomous driving technologies. However, significant challenges remain, particularly in improving the overall accuracy (e.g., segmentation accuracy, depth estimation accuracy, etc.) and efficiency of these systems. To address the challenge in terms of accuracy related to LiDAR-based tasks, we present DurLAR, the first high-fidelity 128-channel 3D LiDAR dataset featuring panoramic ambient (near infrared) and reflectivity imagery. To improve efficiency in 3D segmentation while ensuring the accuracy, we propose a novel pipeline that employs a smaller architecture, requiring fewer ground-truth annotations while achieving superior segmentation accuracy compared to contemporary approaches. To improve the segmentation accuracy, we introduce Range-Aware Pointwise Distance Distribution (RAPiD) features and the associated RAPiD-Seg architecture. All contributions have been accepted by peer-reviewed conferences, underscoring the advancements in both accuracy and efficiency in 3D LiDAR applications for autonomous driving. Full abstract: https://etheses.dur.ac.uk/15738/.
评论: 博士论文(杜伦大学,计算机科学),149页(2024年BMVA Sullivan博士论文奖亚军)。包含来自arXiv:2407.10159(ECCV 2024 口头报告)、arXiv:2303.11203(CVPR 2023)和arXiv:2406.10068(3DV 2021)的已发表内容,对审查版本进行了小幅修改:https://etheses.dur.ac.uk/15738/
主题: 计算机视觉与模式识别 (cs.CV) ; 人工智能 (cs.AI); 机器人技术 (cs.RO)
引用方式: arXiv:2411.00600 [cs.CV]
  (或者 arXiv:2411.00600v1 [cs.CV] 对于此版本)
  https://doi.org/10.48550/arXiv.2411.00600
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Li Li [查看电子邮件]
[v1] 星期五, 2024 年 11 月 1 日 14:01:54 UTC (21,066 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.CV
< 上一篇   |   下一篇 >
新的 | 最近的 | 2024-11
切换浏览方式为:
cs
cs.AI
cs.RO

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号