伪标签3D场景流估计

无需人工标注

一种为真实雷达点云自动生成大量场景流伪标签的方法，显著提升真实稀疏点云上的场景流估计精度。

Chaokang, Jiang · Wang, Guangming · Jiuming, Liu · 王贺升 · Zhuang, Ma · Zhenqiang, Liu · 75480471 · Shan, Yi · Du, Dalong

2024

参数信息

EPE3D误差

0.008 m

性能提升倍数

10

技术优势

无需人工标注

该方法通过模拟刚体运动自动生成真实点云的场景流伪标签，完全省去人工标注步骤。

误差降至十分之一

在LiDAR KITTI数据集上，EPE3D从0.190m降至0.008m，性能大幅提升十倍。

真实数据上超越现有方法

在LiDAR KITTI、nuScenes和Argoverse等真实数据集上，本方法优于所有已监督和无监督方法。

适应稀疏点云

合成目标点云与真实场景高度一致，使得模型能在真实稀疏LiDAR点云上良好运行。

应用场景

• 自动驾驶场景流估计：用自动生成的伪标签训练模型，避免昂贵的人工标注。
• 机器人3D感知：提升机器人在稀疏点云上的运动估计能力。
• 无人机点云分析：为无人机采集的点云生成场景流标签，助力动态目标分析。
• 智能交通监控：从交通点云中提取车辆和行人的运动信息。