自主驾驶的户外激光雷达感知质量评估指导影像
原文中文,约300字,阅读约需1分钟。发表于: 。本研究提出了一种新颖的基于图像引导的室外点云质量评估算法(IGO-PQA),该算法利用点云数据、对应的 RGB 环境图像和车辆目标真值注释生成基于单帧 LiDAR 点云的整体质量得分,并通过变换器实现无参考室外点云质量评估的直接预测。评估结果表明,IGO-PQA 生成算法提供了一致且合理的感知质量指标,而 IGO-PQA 回归算法在 nuScenes 数据集上达到了 0.86...
本研究提出了一种新颖的基于图像引导的室外点云质量评估算法(IGO-PQA),通过点云数据、RGB环境图像和车辆目标真值注释生成整体质量得分,并实现无参考室外点云质量评估的直接预测。评估结果表明,IGO-PQA提供了一致且合理的感知质量指标,在nuScenes数据集上达到了0.86的皮尔逊线性相关系数,在Waymo数据集上达到了0.97。