【泡泡点云时空】Voxelnet: 基于点云的3D目标检测的端到端学习（CVPR2018-16）

泡泡点云时空，带你精读点云领域顶级会议文章标题：VoxelNet: End-to-End Learning for Point Cloud Based 3D Object Detection作者：Yin Zhou, Oncel Tuzel来源：CVPR 2018播音员：孔荔编译：梁志栋审核：郑森华、吕佳俊欢迎个人转发朋友圈；其他机构或自媒体如需转载，后台留言申请授权摘要 准确检测3D点云中的对象是许多应用中的核心问题，例如自主导航，家庭机器人和增强/虚拟现实。为了连接高度稀疏的点云数据和区域提议网络，大多数已有的工作着重于手工设计的特征表示，比如鸟瞰图的投影。为了将高度稀疏的LiDAR点云与区域提议网络（RPN）连接起来，大多数现有的努力都集中在手工制作的特征表示上，例如鸟瞰视图投影。在这项工作中，我们不再需要针对3D点云的手动特征工程， ………………………………