D-Aug: 提升动态激光雷达场景的数据增强

原文约300字，阅读约需1分钟。发表于：。

提出了一种适用于动态场景的 LiDAR 数据增强方法 D-Aug，该方法通过提取对象并将其插入动态场景，考虑这些对象在连续帧之间的连续性，并采用参考引导方法实现无缝插入动态场景，同时还提出了像素级道路识别策略来有效确定适合的插入位置，通过与不同的 3D 检测和跟踪方法在 nuScenes 数据集上进行验证，实验证明了 D-Aug 方法的优越性。

提出了一种适用于动态场景的 LiDAR 数据增强方法 D-Aug，通过提取对象并插入动态场景，考虑对象的连续性，并采用参考引导方法实现无缝插入。同时提出了像素级道路识别策略来确定插入位置。在 nuScenes 数据集上验证，实验证明了 D-Aug 方法的优越性。