LiDAR-MOS (LiDAR-based Moving Object Segmentation)

任务。在点云序列的运动对象分割中，必须为测试序列11-21的每个点提供运动标签。因此，所有评估方法的输入是三维点的坐标列表及其缓解，即反射激光束的强度，这取决于被击中的表面的特性。然后，每种方法都应为扫描的每个点输出一个标签，即旋转 LiDAR 传感器的一整圈。在这里，我们只区分静态和移动对象类。指标为了评估标记性能，我们依赖于环境移动部分上常用的 Jaccard 指数或交并联合 (mIoU) 指标。我们将原始 SemanticKITTI 语义分割基准的所有moving-x 类映射到单个移动对象类。引文引文。有关任务和指标的更多信息，您可以在我们与任务相关的出版物中找到：@article{chen2021ral，title={{3D LiDAR 数据中的移动对象分割：利用序列数据的基于学习的方法}}，作者= {X。 Chen and S. Li and B. Mersch and L. Wiesmann and J. Gall and J. Behley and C. Stachniss}, year={2021}, journal={IEEE Robotics and Automation Letters(RA-L)}, doi = {10.1109/LRA.2021.3093567} }

搜集汇总

背景与挑战

背景概述

LiDAR-MOS是一个用于激光雷达点云序列运动对象分割的数据集，任务是对测试序列中的每个点标注静态或移动标签，评估基于mIoU指标。该数据集由波恩大学于2021年发布，基于SemanticKITTI基准并支持相关研究。