CMU-Flownet:在遮挡场景中探索点云场景流估计

原文约400字,阅读约需1分钟。发表于:

在 LiDAR 数据中,遮挡对点云帧对齐造成了困扰,而现有的场景流模型主要在无遮挡的数据集上测试,未能充分解决这一挑战。为了应对这些问题,我们提出了一个新的方法 ——Correlation Matrix Upsampling Flownet (CMU-Flownet),该方法在代价体积层中引入了一个遮挡估计模块,并在其中引入了一个遮挡感知的代价体积机制 (OCV)。通过实验证明,CMU-Flownet 在遮挡的 Flyingthings3D 和 KITTY 数据集上取得了最先进的性能,超过了以往方法在大多数评估指标上的表现。

该研究提出了一种新的方法,通过引入遮挡估计模块和遮挡感知的代价体积机制,在LiDAR数据中解决了点云帧对齐的遮挡问题。实验证明,该方法在遮挡的数据集上取得了最先进的性能。

相关推荐 去reddit讨论