多模态3D检测网络

离线4D标注性能新高

面向长期多模态序列的离线检测,用稠密网格虚拟点与遮挡深度一致性,解决点云稀疏和特征错误,实现更优的4D自动标注。

Zhiyuan, Yang · Wang, Xuekuan · Wei, Zhang · Tan, Xiao · Jincheng, Lu · 王井东 · DIng, Errui · 赵才荣

International Journal of Computer Vision 2025

技术优势

点云稀疏不再是瓶颈

通过稠密3D网格生成虚拟点,与真实LiDAR点混合,提取密集的点级图像特征,不受真实点云稀疏性限制。

过滤错误图像特征

利用物体间的遮挡关系确保LiDAR点与对应深度特征图深度一致,从而滤除被遮挡点带来的错误图像特征。

保持物体几何形状

定义虚拟点损失(VP Loss)区分不同类型的混合点,在融合中保持物体的几何形状。

长时序细粒度感知更强

全局点注意力解码器结合框级自注意力与全局点注意力,提升长期感受野,捕获更细粒度特征。

应用场景