Buchumschlag

Voxel or Pillar: Exploring Efficient Point Cloud Representation for 3D Object Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Huang, Yuhao, Zhou, Sanping, Zhang, Junjie, Dong, Jinpeng, Zheng, Nanning
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

VoxelTrack: Exploring Voxel Representation for 3D Point Cloud Object Tracking
von: Lu, Yuxuan, et al.
Veröffentlicht: (2024)

Pillar-Voxel Fusion Network for 3D Object Detection in Airborne Hyperspectral Point Clouds
von: Jiang, Yanze, et al.
Veröffentlicht: (2025)

FreqPDE: Rethinking Positional Depth Embedding for Multi-View 3D Object Detection Transformers
von: Su, Haisheng, et al.
Veröffentlicht: (2025)

PillarTrack:Boosting Pillar Representation for Transformer-based 3D Single Object Tracking on Point Clouds
von: Xu, Weisheng, et al.
Veröffentlicht: (2024)

DAMap: Distance-aware MapNet for High Quality HD Map Construction
von: Dong, Jinpeng, et al.
Veröffentlicht: (2025)

PMT: Progressive Mean Teacher via Exploring Temporal Consistency for Semi-Supervised Medical Image Segmentation
von: Gao, Ning, et al.
Veröffentlicht: (2024)

Leveraging Anchor-based LiDAR 3D Object Detection via Point Assisted Sample Selection
von: Chen, Shitao, et al.
Veröffentlicht: (2024)

RadarPillars: Efficient Object Detection from 4D Radar Point Clouds
von: Musiat, Alexander, et al.
Veröffentlicht: (2024)

PointSlice: Accurate and Efficient Slice-Based Representation for 3D Object Detection from Point Clouds
von: Qifeng, Liu, et al.
Veröffentlicht: (2025)

Voxel Mamba: Group-Free State Space Models for Point Cloud based 3D Object Detection
von: Zhang, Guowen, et al.
Veröffentlicht: (2024)

GraVoS: Voxel Selection for 3D Point-Cloud Detection
von: Shrout, Oren, et al.
Veröffentlicht: (2022)

Selective Transfer Learning of Cross-Modality Distillation for Monocular 3D Object Detection
von: Ding, Rui, et al.
Veröffentlicht: (2026)

PVTransformer: Point-to-Voxel Transformer for Scalable 3D Object Detection
von: Leng, Zhaoqi, et al.
Veröffentlicht: (2024)

Study of Dropout in PointPillars with 3D Object Detection
von: Sun, Xiaoxiang, et al.
Veröffentlicht: (2024)

Mixed Precision PointPillars for Efficient 3D Object Detection with TensorRT
von: Fuengfusin, Ninnart, et al.
Veröffentlicht: (2026)

Robust Noisy Label Learning via Two-Stream Sample Distillation
von: Bai, Sihan, et al.
Veröffentlicht: (2024)

GVSynergy-Det: Synergistic Gaussian-Voxel Representations for Multi-View 3D Object Detection
von: Zhang, Yi, et al.
Veröffentlicht: (2025)

StructVPR++: Distill Structural and Semantic Knowledge with Weighting Samples for Visual Place Recognition
von: Shen, Yanqing, et al.
Veröffentlicht: (2025)

Efficient and Scalable Point Cloud Generation with Sparse Point-Voxel Diffusion Models
von: Romanelis, Ioannis, et al.
Veröffentlicht: (2024)

PVAFN: Point-Voxel Attention Fusion Network with Multi-Pooling Enhancing for 3D Object Detection
von: Li, Yidi, et al.
Veröffentlicht: (2024)

BEVSpread: Spread Voxel Pooling for Bird's-Eye-View Representation in Vision-based Roadside 3D Object Detection
von: Wang, Wenjie, et al.
Veröffentlicht: (2024)

Semi-supervised 3D Object Detection with PatchTeacher and PillarMix
von: Wu, Xiaopei, et al.
Veröffentlicht: (2024)

PVINet: Point-Voxel Interlaced Network for Point Cloud Compression
von: Deng, Xuan, et al.
Veröffentlicht: (2025)

3D Object Detection from Point Cloud via Voting Step Diffusion
von: Hou, Haoran, et al.
Veröffentlicht: (2024)

PAN: Pillars-Attention-Based Network for 3D Object Detection
von: Bispo, Ruan, et al.
Veröffentlicht: (2025)

PointDC:Unsupervised Semantic Segmentation of 3D Point Clouds via Cross-modal Distillation and Super-Voxel Clustering
von: Chen, Zisheng, et al.
Veröffentlicht: (2023)

LiDAR-PTQ: Post-Training Quantization for Point Cloud 3D Object Detection
von: Zhou, Sifan, et al.
Veröffentlicht: (2024)

PillarGen: Enhancing Radar Point Cloud Density and Quality via Pillar-based Point Generation Network
von: Kim, Jisong, et al.
Veröffentlicht: (2024)

Towards Category Unification of 3D Single Object Tracking on Point Clouds
von: Nie, Jiahao, et al.
Veröffentlicht: (2024)

MsSVT++: Mixed-scale Sparse Voxel Transformer with Center Voting for 3D Object Detection
von: Li, Jianan, et al.
Veröffentlicht: (2024)

VoxelNextFusion: A Simple, Unified and Effective Voxel Fusion Framework for Multi-Modal 3D Object Detection
von: Song, Ziying, et al.
Veröffentlicht: (2024)

VRHCF: Cross-Source Point Cloud Registration via Voxel Representation and Hierarchical Correspondence Filtering
von: Zhao, Guiyu, et al.
Veröffentlicht: (2024)

Modeling Continuous Motion for 3D Point Cloud Object Tracking
von: Luo, Zhipeng, et al.
Veröffentlicht: (2023)

Class-Aware PillarMix: Can Mixed Sample Data Augmentation Enhance 3D Object Detection with Radar Point Clouds?
von: Zhang, Miao, et al.
Veröffentlicht: (2025)

Optimized CNNs for Rapid 3D Point Cloud Object Recognition
von: Lyu, Tianyi, et al.
Veröffentlicht: (2024)

On Exploring PDE Modeling for Point Cloud Video Representation Learning
von: Huang, Zhuoxu, et al.
Veröffentlicht: (2024)

BADet: Boundary-Aware 3D Object Detection from Point Clouds
von: Qian, Rui, et al.
Veröffentlicht: (2021)

LION: Linear Group RNN for 3D Object Detection in Point Clouds
von: Liu, Zhe, et al.
Veröffentlicht: (2024)

Voxel Densification for Serialized 3D Object Detection: Mitigating Sparsity via Pre-serialization Expansion
von: Liu, Qifeng, et al.
Veröffentlicht: (2025)

*: Improving the 3D detector by introducing Voxel2Pillar feature encoding and extracting multi-scale features
von: Li, Xusheng, et al.
Veröffentlicht: (2024)