centerpoint

CenterPoint：基于中心点的 3D 目标检测与跟踪框架在自动驾驶等依赖强 3D 感知能力的领域中，3D 目标检测与跟踪是核心技术之一。传统基于锚框（Anchor-based）的 3D 检测方法，在处理旋转目标、稀疏点云等问题时面临诸多挑战。由 UT Austin 团队提出的 CenterPoint 框架，创新性地采用基于中心点（Center-based）的表示方法，将 3D 目标建模为点而非边界框，极大简化了检测与跟踪流程，同时在性能上实现了突破性提升。

【激光雷达3D（7）】CenterPoint两阶段细化仅使用BEV特征；PV-RCNN两阶段细化使用体素特征；M3DETRTransformer统一多表征特征CenterPoint的两阶段细化模块主要依赖鸟瞰图（BEV）特征，实验中也对比了融合体素特征的方法（如Voxel-Set Abstraction和RBF插值）。结果表明，仅使用BEV特征即可达到与体素特征相当的精度，同时计算效率更高。具体分析如下：

我是有底线的