点云异常检测的逐点弃权惩罚学习
原文约500字/词,阅读约需2分钟。发表于: 。基于 LiDAR 的语义场景理解是现代自动驾驶感知系统中的一个重要模块。然而,LiDAR 点云中的区分开分布点 (OOD) 是具有挑战性的,因为与 RGB 图像相比,点云缺乏语义丰富的特征。我们从选择性分类的角度重新审视了这个问题,该分类在标准的封闭集分类设置中引入了一个选择性函数。我们的解决方案基于一种基本思想,即避免选择任何已知类别,而是以边际损失学习点处的避免惩罚。为了近似无限的...
本文介绍了基于LiDAR的语义场景理解在自动驾驶感知系统中的重要性,提出了一种基于避免惩罚的解决方案,通过强大的合成流程来近似无限的OOD样本,并在SemanticKITTI和nuScenes上进行了基准测试,取得了最先进的结果。