摘要

在过去的几年中，我们已经看到了感知算法的巨大进步，特别是通过深度学习的使用。然而，大多数现有的方法关注于几个感兴趣的类别，这只代表机器人在现实世界中需要处理的潜在类别的一小部分。因此，从未知的类中识别对象仍然是一项具有挑战性而又至关重要的任务。本文提出了一种新的开集点云实例分割算法，可以从已知类和未知类中整体分割出目标。我们的方法使用深度卷积神经网络将点投射到一个类别不可知的嵌入空间中，在这个空间中它们可以被聚类到实例中，而不考虑它们的语义。在两个大型自动驾驶数据集上的实验验证了该方法的有效性。

作者

开尔文黄,神龙王,Mengye任,明梁,拉奎尔Urtasun

会议

考2019

论文全文

“识别自动驾驶的未知实例”(PDF)

超级ATG