摘要

本文提出了一种计算效率高的方法，利用卷积神经网络（CNNs）在三维点云中直接检测物体。具体而言，该方法通过采用以特征为中心的投票方案来实现新颖的卷积层，这些卷积层显式地利用了输入数据中的稀疏性。为此，我们研究了不同架构在精度和速度之间的权衡，并进一步提出了对滤波器激活使用L1惩罚，以鼓励中间表示的稀疏性。据我们所知，这是首次提出用于高效大规模处理三维数据的稀疏卷积层和L1正则化的工作。我们在KITTI物体检测基准上验证了该方法的有效性，并展示了仅包含三层的Vote3Deep模型在激光和激光-视觉融合方法中均超过了先前的最佳水平，性能提升高达40%，同时在处理时间方面仍具有很强的竞争力。