当前位置:网站首页>CNN-based Point Cloud De-Noising
CNN-based Point Cloud De-Noising
2022-08-11 05:23:00 【zhSunw】
CNN-based Lidar Point Cloud De-Noising in Adverse Weather
Key Knowledgeable:
- Autolabeling for Noise Caused by Rain or Fog
根据range image判断各个像素点的distance变化决定像素点是否是雨雾水珠产生的噪声进行数据的标注:
为什么可以这样标记噪声:
笔者的理解是雨雾噪声往往是空气中弥补的水珠产生的反射,在“Fog Simulation on Real LiDAR Point Clouds”一文中详细描述到,在水珠与摄像头距离处于某一个值的时候反射强度达到峰值,因此雨雾天摄像头旁往往会有圆形的噪声反射,所以当扫描车运动的时候,如果是非噪声的点距离摄像头的distance会变化,反之因为空气中水珠密布,总有以摄像头为圆心的水珠反射噪声,所以噪声的distance是不会变换多少的,因此判断点在每帧是否都移动了一个阈值就可以初步判断出是否为噪声。
当然是个人的想法,文中对该部分并没有过多描述,欢迎指正
- Network Architecture
标注、增强的数据给WeatherNet用于语义分割进行去噪: - Data Augmentation
模拟雨雾天气增强训练集数据: - Experiments
各个天气下去噪定量结果:
Experiment1、2、3分别表示三种训练集下的实验结果:
可视化定性结果:
可以看到数据增强、WeatherNet都在去噪(雨雾的语义分割)work
边栏推荐
猜你喜欢
随机推荐
Markdown编辑器
MGRE实验
恶劣天气 3D 目标检测数据集收集
emqx安装及mqttx连接使用
正则(三剑客和文本处理工具)
XSS跨站脚本攻击详解以及复现gallerycms字符长度限制短域名绕过
二,八,十,十六进制转换
LVS负载群集--DR模式
Rethinking LiDAR Object Detection in adverse weather conditions
内核与用户空间通过字符设备通信
>>技术应用:用于 REST API 开发和测试的 10 大工具
通过字符设备虚拟文件系统实现kernel和userspace数据交换(基于kernel 5.8测试通过)
若依分离版—增加通知公告预览功能
OSI TCP/IP学习笔记
数据库的基本语法(其一)
GBase 8s与Oracle锁对比
四大组件之一BroadCast(其一)
常用的转义字符
GBASE数据库迁移(Oracle到GBase 8s的数据类型映射)
海内外媒体宣发,关键词优化