为向读者们分享更多的优质内容、促进学术交流,在 AAAI 2020 开幕之前,机器之心将策划多期线上分享。这是机器之心 AAAI 2020 线上分享的第一期,我们邀请到华中科技大学白翔教授组的刘哲为我们介绍他们的 AAAI Oral 论文《TANet: Robust 3D Object Detection from Point Clouds with Triple Attention》
演讲摘要:近年来,点云中的 3D 目标检测在真实场景中具有大量应用,特别是对于自动驾驶和增强现实。目前,有几种基于点云的 3D 检测方法已经被提出,比如 VoxelNet,SECOND,PointPillars 以及 PointRCNN。我们观察到两个关键现象:1)诸如行人之类的困难目标的检测精度不令人满意; 2)添加额外的噪声点时,现有方法的性能迅速下降。但这些现有方法中很少去讨论点云中 3D 目标检测的鲁棒性问题。本讲座将首先为大家介绍一些经典的深度学习点云网络,以及常见的三维目标检测算法,之后介绍 3D 目标检测的鲁棒性问题。