PIXOR: Real-time 3D Object Detection from Point Clouds

알고리즘

입력

2D Grid로 구분하고 (H/dH+3) Channel

H/dH는 dH 간격으로 높이 방향으로 구분 된 영역에 점이 존재하는지 (occupancy)
3은 높이를 3개로 구분한 영역의 intensity*
* 아마. . .

네트워크

단지 2D의 Object Detection을 BEV로 할 뿐.
Local과 Global의 정보 얻기 위해서, FPN(Feature Pyramid Network)을 사용하면 좋은 것 같다.

출력

높이 방향의 정보는 사용하지 않기 때문에, zc와 h는 출력하지 않는 것 같다.

결과

· 2D만큼 꽤 빨라지고 있습니다.

결론

・꽤 심플하고 입력을 바꾸거나, 네트워크를 깊게 하거나와 여러가지 궁리하면 좀 더 정밀도 올라갈 것 같다.

참고문헌

PIXOR: Real-time 3D Object Detection from Point Clouds
htps : // 아 rぃ v. rg / pdf / 1902. 06326. pdf