预告：统一 LiDAR 感知任务的多任务网络LidarMultiNet｜自动驾驶新青年讲座015

通常情况下，基于激光雷达的 3D 物体检测、语义分割和全景分割都由具有特殊架构的专门网络实现，然而这些网络彼此之间却难以适应。

在 2022 Waymo Open  Dataset 3D语义分割挑战赛中，图森未来的感知算法团队所提出的 LidarMultiNet 获得了官方第一名。LidarMultiNet 是一个激光雷达多任务网络，可以统一基于激光雷达的 3D 物体检测、语义分割和全景分割任务。

LidarMultiNet的核心是一个强大的基于三维体素的编码器-解码器架构，其中包含一个从激光雷达中提取全局上下文特征的全局上下文池化（GCP）模块。在网络上添加每个任务单独的模块来执行这三项激光雷达感知任务。通过添加新的任务特定的模块，可以简单地实现更多任务，并且几乎不增加额外的成本。同时，提出的第二阶段细化模块可以细化第一阶段的语意分割结果并生成更准确的全景分割结果。

LidarMultiNet 在  Waymo Open Dataset 和 nuScenes 数据集上进行了广泛测试，首次证明主要激光雷达感知任务可以在单个强大的网络中统一处理，实现端到端训练并达到 SOTA 的性能。

2月21日10点 ，「自动驾驶新青年讲座」第15讲邀请到 图森未来 LiDAR 算法组 Tech Lead、Senior Research Scientist 叶东强子 参与，主讲《 统一 LiDAR 感知任务的多任务网络 LidarMultiNet 》。

叶东强子

图森未来LiDAR算法组Tech Lead、

Senior Research Scientist

研究方向包括多个 LiDAR perception 相关领域，object detection、semantic segmentation、panoptic segmentation、sensor fusion 等，在ECCV、AAAI等会议上发表多篇论文。