Ahmad J and Del Bue A . 2023 . mmFUSION： multimodal fusion for 3D objects detection ［EB/OL］. ［ 2023-12-21 ］. https://arxiv.org/pdf/2311.04058.pdf https://arxiv.org/pdf/2311.04058.pdf
Aldoma A ， Marton Z C ， Tombari F ， Wohlkinger W ， Potthast C ， Zeisl B ， Rusu R B ， Gedikli S and Vincze M . 2012 . Tutorial： point cloud library： three-dimensional object recognition and 6DOF pose estimation . IEEE Robotics and Automation Magazine ， 19 （ 3 ）： 80 – 91 ［ DOI： 10.1109/MRA.2012.2206675 http://dx.doi.org/10.1109/MRA.2012.2206675 ］
Ali W ， Abdelkarim S ， Zidan M ， Zahran M and Sallab A E . 2018 . YOLO3D： end-to-end real-time 3D oriented object bounding box detection from LiDAR point cloud // Proceedings of 2018 European Conference on Computer Vision . Munich， Germany ： Springer： 716 – 728 ［ DOI： 10.1007/978-3-030-11015-4_54 http://dx.doi.org/10.1007/978-3-030-11015-4_54 ］
Arnold E ， Al-Jarrah O Y ， Dianati M ， Fallah S ， Oxtoby D and Mouzakitis A . 2019 . A survey on 3D object detection methods for autonomous driving applications . IEEE Transactions on Intelligent Transportation Systems ， 20 （ 10 ）： 3782 – 3795 ［ DOI： 10.1109/TITS.2019.2892405 http://dx.doi.org/10.1109/TITS.2019.2892405 ］
Arora H ， Loeff N ， Forsyth D A and Ahuja N . 2007 . Unsupervised segmentation of objects using efficient learning // Proceedings of 2007 IEEE Conference on Computer Vision and Pattern Recognition . Minneapolis， USA ： IEEE： 1 – 7 ［ DOI： 10.1109/CVPR.2007.383011 http://dx.doi.org/10.1109/CVPR.2007.383011 ］
Bao W T ， Xu B and Chen Z Z . 2020 . MonoFENet： monocular 3D object detection with feature enhancement networks . IEEE Transactions on Image Processing ， 29 ： 2753 – 2765 ［ DOI： 10.1109/TIP.2019.2952201 http://dx.doi.org/10.1109/TIP.2019.2952201 ］
Beltrn J ， Guindel C ， Moreno F M ， Cruzado D ， García F and De La Escalera A . 2018 . BirdNet： a 3D object detection framework from LiDAR information // Proceedings of the 21st International Conference on Intelligent Transportation Systems （ITSC） . Maui， USA ： IEEE： 3517 – 3523 ［ DOI： 10.1109/ITSC.2018.8569311 http://dx.doi.org/10.1109/ITSC.2018.8569311 ］
Bewley A ， Sun P ， Mensink T ， Anguelov D and Sminchisescu C . 2020 . Range conditioned dilated convolutions for scale invariant 3D object detection // Proceedings of the 4th Conference on Robot Learning . Cambridge， USA ： PMLR： 627 – 641
Bochkovskiy A ， Wang C Y and Liao H Y M . 2020 . YOLOv4： optimal speed and accuracy of object detection ［EB/OL］. ［ 2023-12-21 ］. https://arxiv.org/pdf/2004.10934.pdf https://arxiv.org/pdf/2004.10934.pdf
Brazil G and Liu X M . 2019 . M 3 D-RPN： monocular 3D region proposal network for object detection // Proceedings of 2019 IEEE/CVF International Conference on Computer Vision （ICCV） . Seoul， Korea （South） ： IEEE： 9286 – 9295 ［ DOI： 10.1109/ICCV.2019.00938 http://dx.doi.org/10.1109/ICCV.2019.00938 ］
Brazil G ， Pons-Moll G ， Liu X M and Schiele B . 2020 . Kinematic 3D object detection in monocular video // Proceedings of the 16th European Conference on Computer Vision . Glasgow， UK ： Springer： 135 – 152 ［ DOI： 10.1007/978-3-030-58592-1_9 http://dx.doi.org/10.1007/978-3-030-58592-1_9 ］
Caesar H ， Bankiti V ， Lang A H ， Vora S ， Liong V E ， Xu Q ， Krishnan A ， Pan Y ， Baldan G and Beijbom O . 2020 . nuScenes： a multimodal dataset for autonomous driving // Proceedings of 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Seattle， USA ： IEEE： 11618 – 11628 ［ DOI： 10.1109/CVPR42600.2020.01164 http://dx.doi.org/10.1109/CVPR42600.2020.01164 ］
Cai H X ， Zhang Z Y ， Zhou Z Y ， Li Z Y ， Ding W B and Zhao J H . 2023 . BEVFusion 4 D： learning LiDAR-camera fusion under bird’s-eye-view via cross-modality guidance and temporal aggregation ［EB/OL］. ［ 2023-12-21 ］. https://arxiv.org/pdf/2303.17099.pdf https://arxiv.org/pdf/2303.17099.pdf
Cao J L ， Li Y L ， Sun H Q ， Xie J ， Huang K Q and Pang Y W . 2022 . A survey on deep learning based visual object detection . Journal of Image and Graphics ， 27 （ 6 ）： 1697 – 1722
曹家乐 ， 李亚利 ， 孙汉卿 ， 谢今 ， 黄凯奇 ， 庞彦伟 . 2022 . 基于深度学习的视觉目标检测技术综述 . 中国图象图形学报 ， 27 （ 6 ）： 1697 – 1722 ［ DOI： 10.11834/jig.220069 http://dx.doi.org/10.11834/jig.220069 ］
Catmull E . 1998 . Computer display of curved surfaces . Seminal graphics ： pioneering efforts that shaped the field ， 1 ： 35 – 41 ［ DOI： 10.1145/280811.280920 http://dx.doi.org/10.1145/280811.280920 ］
Chang J L and Wetzstein G . 2019 . Deep optics for monocular depth estimation and 3D object detection // Proceedings of 2019 IEEE/CVF International Conference on Computer Vision （ICCV） . Seoul， Korea （South） ： IEEE： 10192 – 10201 ［ DOI： 10.1109/ICCV.2019.01029 http://dx.doi.org/10.1109/ICCV.2019.01029 ］
Charles R Q ， Su H ， Kaichun M and Guibas L J . 2017 . PointNet： deep learning on point sets for 3D classification and segmentation // Proceedings of 2017 IEEE Conference on Computer Vision and Pattern Recognition （CVPR） . Honolulu， USA ： IEEE： 77 – 85 ［ DOI： 10.1109/CVPR.2017.16 http://dx.doi.org/10.1109/CVPR.2017.16 ］
Chen X Z ， Ma H M ， Wan J ， Li B and Xia T . 2017 . Multi-view 3D object detection network for autonomous driving // Proceedings of 2017 IEEE Conference on Computer Vision and Pattern Recognition （CVPR） . Honolulu， USA ： IEEE： 6526 – 6534 ［ DOI： 10.1109/CVPR.2017.691 http://dx.doi.org/10.1109/CVPR.2017.691 ］
Chen Y ， Liu S ， Shen X and Jia J . 2019 . Fast point R-CNN // Proceedings of 2019 IEEE/CVF International Conference on Computer Vision （ICCV） . Seoul， Korea （South） ： IEEE： 9774 – 9783 ［ DOI： 10.1109/ICCV.2019.00987 http://dx.doi.org/10.1109/ICCV.2019.00987 ］
Cui Y D ， Chen R ， Chu W B ， Chen L ， Tian D X ， Li Y and Cao D P . 2022 . Deep learning for image and point cloud fusion in autonomous driving： a review . IEEE Transactions on Intelligent Transportation Systems ， 23 （ 2 ）： 722 – 739 ［ DOI： 10.1109/TITS.2020.3023541 http://dx.doi.org/10.1109/TITS.2020.3023541 ］
Dalal N and Triggs B . 2005 . Histograms of oriented gradients for human detection // Proceedings of 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition （CVPR’05） . San Diego， USA ： IEEE： 886 – 893 ［ DOI： 10.1109/CVPR.2005.177 http://dx.doi.org/10.1109/CVPR.2005.177 ］
Deng J J ， Shi S S ， Li P W ， Zhou W G ， Zhang Y Y and Li H Q . 2021 . Voxel R-CNN： towards high performance voxel-based 3D object detection //Proceedings of the 35th AAAI Conference on Artificial Intelligence. ［s.l.］： AAAI： 1201 – 1209 ［ DOI： 10.1609/aaai.v35i2.16207 http://dx.doi.org/10.1609/aaai.v35i2.16207 ］
Ding M Y ， Huo Y Q ， Yi H W ， Wang Z ， Shi J P ， Lu Z W and Luo P . 2020a . Learning depth-guided convolutions for monocular 3D object detection // Proceedings of 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Seattle， USA ： IEEE： 11669 – 11678 ［ DOI： 10.1109/CVPR42600.2020.01169 http://dx.doi.org/10.1109/CVPR42600.2020.01169 ］
Ding Z Z ， Hu Y H ， Ge R Z ， Huang L ， Chen S J ， Wang Yand Liao J . 2020b . 1st place solution for Waymo open dataset challenge—3D detection and domain adaptation ［EB/OL］. ［ 2023-12-21 ］. https://arxiv.org/pdf/2006.15505.pdf https://arxiv.org/pdf/2006.15505.pdf
Dong Z C ， Ji H ， Huang X F ， Zhang W K ， Zhan X and Chen J B . 2023 . PeP： a Point enhanced Painting method for unified point cloud tasks ［EB/OL］. ［ 2023-12-21 ］. https://arxiv.org/pdf/2310.07591.pdf https://arxiv.org/pdf/2310.07591.pdf
Duan K W ， Bai S ， Xie L X ， Qi H G ， Huang Q M and Tian Q . 2019 . CenterNet： keypoint triplets for object detection // Proceedings of 2019 IEEE/CVF International Conference on Computer Vision （ICCV） . Seoul， Korea （South） ： IEEE： 6568 – 6577 ［ DOI： 10.1109/ICCV.2019.00667 http://dx.doi.org/10.1109/ICCV.2019.00667 ］
Engelcke M ， Rao D ， Wang D Z ， Tong C H and Posner I . 2017 . Vote3Deep： fast object detection in 3D point clouds using efficient convolutional neural networks // Proceedings of 2017 IEEE International Conference on Robotics and Automation （ICRA） . Singapore， Singapore ： IEEE： 1355 – 1361 ［ DOI： 10.1109/ICRA.2017.7989161 http://dx.doi.org/10.1109/ICRA.2017.7989161 ］
Fan L ， Xiong X ， Wang F ， Wang N Y and Zhang Z X . 2021 . RangeDet： in defense of range view for LiDAR-based 3D object detection // Proceedings of 2021 IEEE/CVF International Conference on Computer Vision （ICCV） . Montreal， Canada ： IEEE： 2898 – 2907 ［ DOI： 10.1109/ICCV48922.2021.00291 http://dx.doi.org/10.1109/ICCV48922.2021.00291 ］
Feng D ， Haase-Schütz C ， Rosenbaum L ， Hertlein H ， Gläser C ， Timm F ， Wiesbeck W and Dietmayer K . 2021 . Deep multi-modal object detection and semantic segmentation for autonomous driving： datasets， methods， and challenges . IEEE Transactions on Intelligent Transportation Systems ， 22 （ 3 ）： 1341 – 1360 ［ DOI： 10.1109/TITS.2020.2972974 http://dx.doi.org/10.1109/TITS.2020.2972974 ］
Fu H ， Gong M M ， Wang C H ， Batmanghelich K and Tao D C . 2018 . Deep ordinal regression network for monocular depth estimation // Proceedings of 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Salt Lake City， USA ： IEEE： 2002 – 2011 ［ DOI： 10.1109/CVPR.2018.00214 http://dx.doi.org/10.1109/CVPR.2018.00214 ］
Geiger A ， Lenz P and Urtasun R . 2012 . Are we ready for autonomous driving？ The KITTI vision benchmark suite // Proceedings of 2012 IEEE Conference on Computer Vision and Pattern Recognition . Providence， USA ： IEEE： 3354 – 3361 ［ DOI： 10.1109/CVPR.2012.6248074 http://dx.doi.org/10.1109/CVPR.2012.6248074 ］
Girshick R . 2015 . Fast R-CNN // Proceedings of 2015 IEEE International Conference on Computer Vision （ICCV） . Santiago， Chile ： IEEE： 1440 – 1448 ［ DOI： 10.1109/ICCV.2015.169 http://dx.doi.org/10.1109/ICCV.2015.169 ］
Girshick R ， Donahue J ， Darrell T and Malik J . 2014 . Rich feature hierarchies for accurate object detection and semantic segmentation // Proceedings of 2014 IEEE Conference on Computer Vision and Pattern Recognition . Columbus， USA ： IEEE： 580 – 587 ［ DOI： 10.1109/CVPR.2014.81 http://dx.doi.org/10.1109/CVPR.2014.81 ］
Godard C ， Aodha O M and Brostow G J . 2017 . Unsupervised monocular depth estimation with left-right consistency // Proceedings of 2017 IEEE Conference on Computer Vision and Pattern Recognition （CVPR） . Honolulu， USA ： IEEE： 6602 – 6611 ［ DOI： 10.1109/CVPR.2017.699 http://dx.doi.org/10.1109/CVPR.2017.699 ］
Guo Y L ， Wang H Y ， Hu Q Y ， Liu H ， Liu L and Bennamoun M . 2021 . Deep learning for 3D point clouds： a survey . IEEE Transactions on Pattern Analysis and Machine Intelligence ， 43 （ 12 ）： 4338 – 4364 ［ DOI： 10.1109/TPAMI.2020.3005434 http://dx.doi.org/10.1109/TPAMI.2020.3005434 ］
He C H ， Zeng H ， Huang J Q ， Hua X S and Zhang L . 2020 . Structure aware single-stage 3D object detection from point cloud // Proceedings of 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Seattle， USA ： IEEE： 11870 – 11879 ［ DOI： 10.1109/CVPR42600.2020.01189 http://dx.doi.org/10.1109/CVPR42600.2020.01189 ］
He K M ， Gkioxari G ， Dollr P and Girshick R . 2017 . Mask R-CNN // Proceedings of 2017 IEEE International Conference on Computer Vision （ICCV） . Venice， Italy ： IEEE： 2980 – 2988 ［ DOI： 10.1109/ICCV.2017.322 http://dx.doi.org/10.1109/ICCV.2017.322 ］
He T and Soatto S . 2019 . Mono3D++： monocular 3D vehicle detection with two-scale 3D hypotheses and task priors // Proceedings of the 33rd AAAI Conference on Artificial Intelligence . Honolulu， USA ： AAAI： 8409 – 8416 ［ DOI： 10.1609/aaai.v33i01.33018409 http://dx.doi.org/10.1609/aaai.v33i01.33018409 ］
Hu H T ， Wang F Y ， Su J W ， Hu L F ， Feng T P ， Zhang Z K and Zhang W Z . 2023 . EA-BEV： edge-aware bird’s-eye-view projector for 3D object detection ［EB/OL］. ［ 2023-12-21 ］. https://arxiv.org/pdf/2303.17895.pdf https://arxiv.org/pdf/2303.17895.pdf
Huang T T ， Liu Z ， Chen X W and Bai X . 2020 . EPNet： enhancing point features with image semantics for 3d object detection // Proceedings of the 16th European Conference on Computer Vision . Glasgow， UK ： Springer： 35 – 52 ［ DOI： 10.1007/978-3-030-58555-6_3 http://dx.doi.org/10.1007/978-3-030-58555-6_3 ］
Huang Z ， Wang Y C and Li D Y . 2023 . A survey of 3D object detection algorithms . Chinese Journal of Intelligent Science and Technology ， 5 （ 1 ）： 7 – 31
黄哲 ， 王永才 ， 李德英 . 2023 . 3D目标检测方法研究综述 . 智能科学与技术学报 ， 5 （ 1 ）： 7 – 31 ［ DOI： 10.11959/j.issn.2096-6652.202312 http://dx.doi.org/10.11959/j.issn.2096-6652.202312 ］
Jin S ， Li X P ， Yang F and Zhang W G . 2023 . 3D object detection in road scenes by pseudo-LiDAR point cloud augmentation . Journal of Image and Graphics ， 28 （ 11 ）： 3520 – 3535
晋帅 ， 李煊鹏 ， 杨凤 ， 张为公 . 2023 . 伪激光点云增强的道路场景三维目标检测 . 中国图象图形学报 ， 28 （ 11 ）： 3520 – 3535 ［ DOI： 10.11834/jig.220986 http://dx.doi.org/10.11834/jig.220986 ］
Krispel G ， Opitz M ， Waltner G ， Possegger H and Bischof H . 2020 . FuseSeg： LiDAR point cloud segmentation fusing multi-modal data // Proceedings of 2020 IEEE Winter Conference on Applications of Computer Vision （WACV） . Snowmass， USA ： IEEE： 1863 – 1872 ［ DOI： 10.1109/WACV45572.2020.9093584 http://dx.doi.org/10.1109/WACV45572.2020.9093584 ］
Ku J ， Mozifian M ， Lee J ， Harakeh A and Waslander S L . 2018 . Joint 3D proposal generation and object detection from view aggregation // Proceedings of 2018 IEEE/RSJ International Conference on Intelligent Robots and Systems （IROS） . Madrid， Spain ： IEEE： 1 – 8 ［ DOI： 10.1109/IROS.2018.8594049 http://dx.doi.org/10.1109/IROS.2018.8594049 ］
Ku J ， Pon A D and Waslander S L . 2019 . Monocular 3D object detection leveraging accurate proposals and shape reconstruction // Proceedings of 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Long Beach， USA ： IEEE： 11859 – 11868 ［ DOI： 10.1109/CVPR.2019.01214 http://dx.doi.org/10.1109/CVPR.2019.01214 ］
Lang A H ， Vora S ， Caesar H ， Zhou L B ， Yang J and Beijbom O . 2019 . PointPillars： fast encoders for object detection from point clouds // Proceedings of 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Long Beach， USA ： IEEE： 12689 – 12697 ［ DOI： 10.1109/CVPR.2019.01298 http://dx.doi.org/10.1109/CVPR.2019.01298 ］
Law H and Deng J . 2020 . CornerNet： detecting objects as paired keypoints . International Journal of Computer Vision ， 128 （ 3 ）： 642 – 656 ［ DOI： 10.1007/s11263-019-01204-1 http://dx.doi.org/10.1007/s11263-019-01204-1 ］
Li B . 2017 . 3D fully convolutional network for vehicle detection in point cloud // Proceedings of 2017 IEEE/RSJ International Conference on Intelligent Robots and Systems （IROS） . Vancouver， Canada ： IEEE： 1513 – 1518 ［ DOI： 10.1109/IROS.2017.8205955 http://dx.doi.org/10.1109/IROS.2017.8205955 ］
Li B Y， Ouyang W L， Sheng L， Zeng X Y and Wang X G. 2019 . G S3D ： an efficient 3D object detection framework for autonomous driving //Proceedings of 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR）. Long Beach， USA： IEEE： 1019 – 1028 ［ DOI： 10.1109/CVPR.2019.00111 http://dx.doi.org/10.1109/CVPR.2019.00111 ］
Li P X ， Zhao H C ， Liu P F and Cao F D . 2020 . RTM3D： real-time monocular 3d detection from object keypoints for autonomous driving // Proceedings of the 16th European Conference on Computer Vision . Glasgow， UK ： Springer： 644 – 660 ［ DOI： 10.1007/978-3-030-58580-8_38 http://dx.doi.org/10.1007/978-3-030-58580-8_38 ］
Li X ， Ma T ， Hou Y N ， Shi B T ， Yang Y C ， Liu Y Q ， Wu X J ， Chen Q ， Li Y K ， Qiao Y and He L . 2023a . LoGoNet： towards accurate 3D object detection with local-to-global cross- modal fusion // Proceedings of 2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Vancouver， Canada ： IEEE： 17524 – 17534 ［ DOI： 10.1109/CVPR52729.2023.01681 http://dx.doi.org/10.1109/CVPR52729.2023.01681 ］
Li Z Q ， Wang W H ， Li H Y ， Xie E Z ， Sima C H ， Lu T ， Qiao Y and Dai J F . 2022 . BEVFormer： learning bird’s-eye-view representation from multi-camera images via spatiotemporal Transformers // Proceedings of the 17th European Conference on Computer Vision . Tel Aviv， Israel ： Springer： 1 – 18 ［ DOI： 10.1007/978-3-031-20077-9_1 http://dx.doi.org/10.1007/978-3-031-20077-9_1 ］
Liang M ， Yang B ， Chen Y ， Hu R and Urtasun R . 2019 . Multi-task multi-sensor fusion for 3D object detection // Proceedings of 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Long Beach， USA ： IEEE： 7337 – 7345 ［ DOI： 10.1109/CVPR.2019.00752 http://dx.doi.org/10.1109/CVPR.2019.00752 ］
Liang M ， Yang B ， Wang S L and Urtasun R . 2018 . Deep continuous fusion for multi-sensor 3D object detection // Proceedings of the 15th European Conference on Computer Vision . Munich， Germany ： Springer： 663 – 678 ［ DOI： 10.1007/978-3-030-01270-0_39 http://dx.doi.org/10.1007/978-3-030-01270-0_39 ］
Liang Z D ， Zhang M ， Zhang Z H ， Zhao X and Pu S L . 2020 . RangeRCNN： towards fast and accurate 3D object detection with range image representation ［EB/OL］. ［ 2023-12-21 ］. https://arxiv.org/pdf/2009.00206.pdf https://arxiv.org/pdf/2009.00206.pdf
Liang Z D ， Zhang Z H ， Zhang M ， Zhao X and Pu S L . 2021 . RangeIoUDet： range image based real-time 3D object detector optimized by intersection over union // Proceedings of 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Nashville， USA ： IEEE： 7136 – 7145 ［ DOI： 10.1109/CVPR46437.2021.00706 http://dx.doi.org/10.1109/CVPR46437.2021.00706 ］
Lin T Y ， Goyal P ， Girshick R ， He K M and Dollr P . 2017 . Focal loss for dense object detection // Proceedings of 2017 IEEE International Conference on Computer Vision （ICCV） . Venice， Italy ： IEEE： 2999 – 3007 ［ DOI： 10.1109/ICCV.2017.324 http://dx.doi.org/10.1109/ICCV.2017.324 ］
Liu L J ， Lu J W ， Xu C J ， Tian Q and Zhou J . 2019 . Deep fitting degree scoring network for monocular 3D object detection // Proceedings of 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Long Beach， USA ： IEEE： 1057 – 1066 ［ DOI： 10.1109/CVPR.2019.00115 http://dx.doi.org/10.1109/CVPR.2019.00115 ］
Liu W ， Anguelov D ， Erhan D ， Szegedy C ， Reed S ， Fu C Y and Berg A C . 2016 . SSD： single shot MultiBox detector // Proceedings of the 14th European Conference on Computer Vision . Amsterdam， the Netherlands ： Springer： 21 – 37 ［ DOI： 10.1007/978-3-319-46448-0_2 http://dx.doi.org/10.1007/978-3-319-46448-0_2 ］
Liu X ， Li H ， Cheng Y Z ， Kong X Z and Chen S M . 2024 . 3D multi-object tracking based on image and point cloud multi-information perception association . Journal of Image and Graphics ， 29 （ 1 ）： 163 – 178
刘祥 ， 李辉 ， 程远志 ， 孔祥振 ， 陈双敏 . 2024 . 图像与点云多重信息感知关联的三维多目标跟踪 . 中国图象图形学报 ， 29 （ 1 ）： 163 – 178 ［ DOI： 10.11834/jig.221003 http://dx.doi.org/10.11834/jig.221003 ］
Liu Z C ， Wu Z Z and Tóth R . 2020 . SMOKE： single-stage monocular 3D object detection via keypoint estimation // Proceedings of 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition Workshops （CVPRW） . Seattle， USA ： IEEE： 4289 – 4298 ［ DOI： 10.1109/CVPRW50498.2020.00506 http://dx.doi.org/10.1109/CVPRW50498.2020.00506 ］
Liu Z J ， Tang H T ， Amini A ， Yang X Y ， Mao H Z ， Rus D L and Han S . 2023 . BEVFusion： multi-task multi-sensor fusion with unified bird’s-eye view representation // Proceedings of 2023 IEEE International Conference on Robotics and Automation （ICRA） . London， UK ： IEEE： 2774 – 2781 ［ DOI： 10.1109/ICRA48891.2023.10160968 http://dx.doi.org/10.1109/ICRA48891.2023.10160968 ］
Lu H H ， Chen X S ， Zhang G Y ， Zhou Q H ， Ma Y B and Zhao Y . 2019 . Scanet： spatial-channel attention network for 3D object detection // Proceedings of ICASSP 2019—2019 IEEE International Conference on Acoustics， Speech and Signal Processing （ICASSP） . Brighton， UK ： IEEE： 1992 – 1996 ［ DOI： 10.1109/ICASSP.2019.8682746 http://dx.doi.org/10.1109/ICASSP.2019.8682746 ］
Lu Y ， Ma X Z ， Yang L ， Zhang T Z ， Liu Y T ， Chu Q ， Yan J J and Ouyang W L . 2021 . Geometry uncertainty projection network for monocular 3D object detection // Proceedings of 2021 IEEE/CVF International Conference on Computer Vision （ICCV） . Montreal， Canada ： IEEE： 3091 – 3101 ［ DOI： 10.1109/ICCV48922.2021.00310 http://dx.doi.org/10.1109/ICCV48922.2021.00310 ］
Luo S J ， Dai H ， Shao L and Ding Y . 2021 . M 3 DSSD： monocular 3D single stage object detector // Proceedings of 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Nashville， USA ： IEEE： 6141 – 6150 ［ DOI： 10.1109/CVPR46437.2021.00608 http://dx.doi.org/10.1109/CVPR46437.2021.00608 ］
Ma T ， Yang X M ， Zhou H B ， Li X ， Shi B T ， Liu J J ， Yang Y C ， Liu Z Z ， He L ， Qiao Y ， Li Y K and Li H S . 2023 . DetZero： rethinking offboard 3D object detection with long-term sequential point clouds // Proceedings of 2023 IEEE/CVF International Conference on Computer Vision （ICCV） . Paris， France ： IEEE： 6713 – 6724 ［ DOI： 10.1109/ICCV51070.2023.00620 http://dx.doi.org/10.1109/ICCV51070.2023.00620 ］
Ma X Z ， Wang Z H ， Li H J ， Zhang P B ， Ouyang W L and Fan X . 2019 . Accurate monocular 3D object detection via color-embedded 3D reconstruction for autonomous driving // Proceedings of 2019 IEEE/CVF International Conference on Computer Vision （ICCV） . Seoul， Korea （South） ： IEEE： 6850 – 6859 ［ DOI： 10.1109/ICCV.2019.00695 http://dx.doi.org/10.1109/ICCV.2019.00695 ］
Manhardt F ， Kehl W and Gaidon A . 2019 . ROI-10D： monocular lifting of 2D detection to 6D pose and metric shape // Proceedings of 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Long Beach， USA ： IEEE： 2064 – 2073 ［ DOI： 10.1109/CVPR.2019.00217 http://dx.doi.org/10.1109/CVPR.2019.00217 ］
Mao J G ， Shi S S ， Wang X G and Li H S . 2022 . 3 D object detection for autonomous driving： a comprehensive survey ［EB/OL］. ［ 2023-12-21 ］. https://arxiv.org/pdf/2206.09474.pdf https://arxiv.org/pdf/2206.09474.pdf
Meyer G P ， Charland J ， Pandey S ， Laddha A ， Gautam S ， Vallespi-Gonzalez C and Wellington C K . 2021 . LaserFlow： efficient and probabilistic object detection and motion forecasting . IEEE Robotics and Automation Letters ， 6 （ 2 ）： 526 – 533 ［ DOI： 10.1109/LRA.2020.3047793 http://dx.doi.org/10.1109/LRA.2020.3047793 ］
Meyer G P ， Laddha A ， Kee E ， Vallespi-Gonzalez C and Wellington C K . 2019 . LaserNet： an efficient probabilistic 3D object detector for autonomous driving // Proceedings of 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Long Beach， USA ： IEEE： 12669 – 12678 ［ DOI： 10.1109/CVPR.2019.01296 http://dx.doi.org/10.1109/CVPR.2019.01296 ］
Naiden A ， Paunescu V ， Kim G ， Jeon B M and Leordeanu M . 2019 . Shift R-CNN： deep monocular 3d object detection with closed-form geometric constraints // Proceedings of 2019 IEEE international conference on image processing （ICIP） . Taipei， China ： IEEE： 61 – 65 ［ DOI： 10.1109/ICIP.2019.8803397 http://dx.doi.org/10.1109/ICIP.2019.8803397 ］
Ng P C and Henikoff S . 2003 . SIFT： predicting amino acid changes that affect protein function . Nucleic Acids Research ， 31 （ 13 ）： 3812 – 3814 ［ DOI： 10.1093/nar/gkg509 http://dx.doi.org/10.1093/nar/gkg509 ］
Ngiam J ， Caine B ， Han W ， Yang B ， Chai Y N ， Sun P ， Zhou Y ， Yi X ， Alsharif O ， Nguyen P ， Chen Z F ， Shlens J and Vasudevan V . 2019 . StarNet： targeted computation for object detection in point clouds ［EB/OL］. ［ 2023-12-21 ］. https://arxiv.org/pdf/1908.11069.pdf https://arxiv.org/pdf/1908.11069.pdf
Pan X R ， Xia Z F ， Song S J ， Li L E and Huang G . 2021 . 3D object detection with pointformer // Proceedings of 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Nashville， USA ： IEEE： 7459 – 7468 ［ DOI： 10.1109/CVPR46437.2021.00738 http://dx.doi.org/10.1109/CVPR46437.2021.00738 ］
Qi C R ， Liu W ， Wu C X ， Su H and Guibas L J . 2018 . Frustum PointNets for 3D object detection from RGB-D data // Proceedings of 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Salt Lake City， USA ： IEEE： 918 – 927 ［ DOI： 10.1109/CVPR.2018.00102 http://dx.doi.org/10.1109/CVPR.2018.00102 ］
Qi C R ， Yi L ， Su H and Guibas L J . 2017 . Pointnet++： deep hierarchical feature learning on point sets in a metric space // Proceedings of the 31st International Conference on Neural Information Processing Systems . Long Beach， USA ： Curran Associates Inc.： 5105 – 5114
Qin Z Y ， Wang J L and Lu Y . 2022 . MonoGRNet： a general framework for monocular 3D object detection . IEEE Transactions on Pattern Analysis and Machine Intelligence ， 44 （ 9 ）： 5170 – 5184 ［ DOI： 10.1109/TPAMI.2021.3074363 http://dx.doi.org/10.1109/TPAMI.2021.3074363 ］
Ren S Q ， He K M ， Girshick R and Sun J . 2017 . Faster R-CNN： towards real-time object detection with region proposal networks . IEEE Transactions on Pattern Analysis and Machine Intelligence ， 39 （ 6 ）： 1137 – 1149 ［ DOI： 10.1109/TPAMI.2016.2577031 http://dx.doi.org/10.1109/TPAMI.2016.2577031 ］
Roddick T ， Kendall A and Cipolla R . 2019 . Orthographic feature transform for monocular 3D object detection // Proceedings of the 30th British Machine Vision Conference 2019 . Cardiff， UK ： BMVC： #285
Shi S S ， Guo C X ， Jiang L ， Wang Z ， Shi J P ， Wang X G and Li H S . 2020a . PV-RCNN： point-voxel feature set abstraction for 3D object detection // Proceedings of 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Seattle， USA ： IEEE： 10526 – 10535 ［ DOI： 10.1109/CVPR42600.2020.01054 http://dx.doi.org/10.1109/CVPR42600.2020.01054 ］
Shi S S ， Wang X G and Li H S . 2019 . PointRCNN： 3D object proposal generation and detection from point cloud // Proceedings of 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Long Beach， USA ： IEEE： 770 – 779 ［ DOI： 10.1109/CVPR.2019.00086 http://dx.doi.org/10.1109/CVPR.2019.00086 ］
Shi W J and Rajkumar R . 2020 . Point-GNN： graph neural network for 3D object detection in a point cloud // Proceedings of 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Seattle， USA ： IEEE： 1708 – 1716 ［ DOI： 10.1109/CVPR42600.2020.00178 http://dx.doi.org/10.1109/CVPR42600.2020.00178 ］
Shi X P ， Ye Q ， Chen X Z ， Chen C R ， Chen Z X and Kim T K . 2021 . Geometry-based distance decomposition for monocular 3D object detection // Proceedings of 2021 IEEE/CVF International Conference on Computer Vision （ICCV） . Montreal， Canada ： IEEE： 15152 – 15161 ［ DOI： 10.1109/ICCV48922.2021.01489 http://dx.doi.org/10.1109/ICCV48922.2021.01489 ］
Shin K ， Kwon Y P and Tomizuka M . 2019 . RoarNet： a robust 3D object detection based on RegiOn approximation refinement // Proceedings of 2019 IEEE Intelligent Vehicles Symposium （IV） . Paris， France ： IEEE： 2510 – 2515 ［ DOI： 10.1109/IVS.2019.8813895 http://dx.doi.org/10.1109/IVS.2019.8813895 ］
Simonelli A ， Buló S R ， Porzi L ， Ricci E and Kontschieder P . 2020 . Towards generalization across depth for monocular 3D object detection // Proceedings of the 16th European Conference on Computer Vision . Glasgow， UK ： Springer： 767 – 782 ［ DOI： 10.1007/978-3-030-58542-6_46 http://dx.doi.org/10.1007/978-3-030-58542-6_46 ］
Sindagi V A ， Zhou Y and Tuzel O . 2019 . MVX-Net： multimodal VoxelNet for 3D object detection // Proceedings of 2019 International Conference on Robotics and Automation （ICRA） . Montreal， Canada ： IEEE： 7276 – 7282 ［ DOI： 10.1109/ICRA.2019.8794195 http://dx.doi.org/10.1109/ICRA.2019.8794195 ］
Sun P ， Kretzschmar H ， Dotiwalla X ， Chouard A ， Patnaik V ， Tsui P ， Guo J ， Zhou Y ， Chai Y N ， Caine B ， Vasudevan V ， Han W ， Ngiam J ， Zhao H ， Timofeev A ， Ettinger S ， Krivokon M ， Gao A ， Joshi A ， Zhang Y ， Shlens J ， Chen Z F and Anguelov D . 2020 . Scalability in perception for autonomous driving： Waymo open dataset // Proceedings of 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Seattle， USA ： IEEE： 2443 – 2451 ［ DOI： 10.1109/CVPR42600.2020.00252 http://dx.doi.org/10.1109/CVPR42600.2020.00252 ］
Sun P ， Wang W Y ， Chai Y N ， Elsayed G ， Bewley A ， Zhang X ， Sminchisescu C and Anguelov D . 2021 . RSN： range sparse net for efficient， accurate LiDAR 3D object detection // Proceedings of 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Nashville， USA ： IEEE： 5721 – 5730 ［ DOI： 10.1109/CVPR46437.2021.00567 http://dx.doi.org/10.1109/CVPR46437.2021.00567 ］
Tan M X ， Pang R M and Le Q V . 2020 . EfficientDet： scalable and efficient object detection // Proceedings of 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Seattle， USA ： IEEE： 10778 – 10787 ［ DOI： 10.1109/CVPR42600.2020.01079 http://dx.doi.org/10.1109/CVPR42600.2020.01079 ］
Tian H ， Chen Y ， Dai J ， Zhang Z and Zhu X . 2021 . Unsupervised object detection with LiDAR clues // Proceedings of 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Nashville， USA ： IEEE： 5958 – 5968 ［ DOI： 10.1109/CVPR46437.2021.00590 http://dx.doi.org/10.1109/CVPR46437.2021.00590 ］
Tian Z ， Shen C H ， Chen H and He T . 2019 . FCOS： fully convolutional one-stage object detection // Proceedings of 2019 IEEE/CVF International Conference on Computer Vision （ICCV） . Seoul， Korea （South） ： IEEE： 9626 – 9635 ［ DOI： 10.1109/ICCV.2019.00972 http://dx.doi.org/10.1109/ICCV.2019.00972 ］
Viola P and Jones M . 2001 . Rapid object detection using a boosted cascade of simple features // Proceedings of 2001 IEEE Computer Society Conference on Computer Vision and Pattern Recognition . CVPR 2001. Kauai， USA ： IEEE： I-I ［ DOI： 10.1109/CVPR.2001.990517 http://dx.doi.org/10.1109/CVPR.2001.990517 ］
Vora S ， Lang A H ， Helou B and Beijbom O . 2020 . PointPainting： sequential fusion for 3D object detection // Proceedings of 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Seattle， USA ： IEEE： 4603 – 4611 ［ DOI： 10.1109/CVPR42600.2020.00466 http://dx.doi.org/10.1109/CVPR42600.2020.00466 ］
Wang C H ， Chen H W and Fu L C . 2021a . VPFNet： voxel-pixel fusion network for multi-class 3d object detection ［EB/OL］. ［ 2023-12-21 ］. https://arxiv.org/pdf/2111.00966.pdf https://arxiv.org/pdf/2111.00966.pdf
Wang C W ， Ma C ， Zhu M and Yang X K . 2021b . PointAugmenting： cross-modal augmentation for 3D object detection // Proceedings of 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Nashville， USA ： IEEE： 11789 – 11798 ［ DOI： 10.1109/CVPR46437.2021.01162 http://dx.doi.org/10.1109/CVPR46437.2021.01162 ］
Wang D Z and Posner I . 2015 . Voting for voting in online point cloud object detection // Robotics： Science and Systems ［ DOI： 10.15607/RSS.2015.XI.035 http://dx.doi.org/10.15607/RSS.2015.XI.035 ］
Wang G J ， Tian B ， Zhang Y C ， Chen L ， Cao D P and Wu J . 2020 . Multi-view adaptive fusion network for 3D object detection ［EB/OL］. ［ 2023-12-21 ］. https://arxiv.org/pdf/2011.00652.pdf https://arxiv.org/pdf/2011.00652.pdf
Wang L ， Du L ， Ye X Q ， Fu Y W ， Guo G D ， Xue X Y ， Feng J F and Zhang L . 2021c . Depth-conditioned dynamic message propagation for monocular 3D object detection // Proceedings of 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Nashville， USA ： IEEE： 454 – 463 ［ DOI： 10.1109/CVPR46437.2021.00052 http://dx.doi.org/10.1109/CVPR46437.2021.00052 ］
Wang L ， Zhang X Y ， Song Z Y ， Bi J F ， Zhang G X ， Wei H Y ， Tang L Y ， Yang L ， Li J ， Jia C Y and Zhao L J . 2023 . Multi-modal 3D object detection in autonomous driving： a survey and taxonomy . IEEE Transactions on Intelligent Vehicles ， 8 （ 7 ）： 3781 – 3798 ［ DOI： 10.1109/TIV.2023.3264658 http://dx.doi.org/10.1109/TIV.2023.3264658 ］
Wang T ， Zhu X E ， Pang J M and Lin D H . 2021d . FCOS3D： fully convolutional one-stage monocular 3D object detection. Proceedings of 2021 IEEE/CVF International Conference on Computer Vision Workshops . Montreal， Canada ： IEEE ： 913 – 922 ［ DOI： 10.1109/ICCVW54120.2021.00107 http://dx.doi.org/10.1109/ICCVW54120.2021.00107 ］
Wang Y ， Chao W L ， Garg D ， Hariharan B ， Campbell M and Weinberger K Q . 2019a . Pseudo-LiDAR from visual depth estimation： bridging the gap in 3D object detection for autonomous driving // Proceedings of 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Long Beach， USA ： IEEE： 8437 – 8445 ［ DOI： 10.1109/CVPR.2019.00864 http://dx.doi.org/10.1109/CVPR.2019.00864 ］
Wang Z X and Jia K . 2019 . Frustum ConvNet： sliding frustums to aggregate local point-wise features for Amodal 3D object detection // Proceedings of 2019 IEEE/RSJ International Conference on Intelligent Robots and Systems （IROS） . Macau， China ： IEEE： 1742 – 1749 ［ DOI： 10.1109/IROS40897.2019.8968513 http://dx.doi.org/10.1109/IROS40897.2019.8968513 ］
Wu H ， Deng J H ， Wen C L ， Li X ， Wang C and Li J . 2022a . CasA： a cascade attention network for 3-D object detection from LiDAR point cloudS . IEEE Transactions on Geoscience and Remote Sensing ， 60 ： # 5704511 ［ DOI： 10.1109/TGRS.2022.3203163 http://dx.doi.org/10.1109/TGRS.2022.3203163 ］
Wu H ， Wen C L ， Li W ， Li X ， Yang R G and Wang C . 2023a . Transformation-equivariant 3D object detection for autonomous driving // Proceedings of the 37th AAAI Conference on Artificial Intelligence . Washington， USA ： AAAI： 2795 – 2802 ［ DOI： 10.1609/aaai.v37i3.25380 http://dx.doi.org/10.1609/aaai.v37i3.25380 ］
Wu H ， Wen C L ， Shi S S ， Li X and Wang C . 2023b . Virtual sparse convolution for multimodal 3D object detection // Proceedings of 2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Vancouver， Canada ： IEEE： 21653 – 21662 ［ DOI： 10.1109/CVPR52729.2023.02074 http://dx.doi.org/10.1109/CVPR52729.2023.02074 ］
Wu X P ， Peng L ， Yang H H ， Xie L ， Huang C X ， Deng C Q ， Liu H F and Cai D . 2022b . Sparse fuse dense： towards high quality 3D detection with depth completion // Proceedings of 2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . New Orleans， USA ： IEEE： 5408 – 5417 ［ DOI： 10.1109/CVPR52688.2022.00534 http://dx.doi.org/10.1109/CVPR52688.2022.00534 ］
Xiao W P ， Peng Y ， Liu C ， Gao J T ， Wu Y Q and Li X M . 2023 . Balanced sample assignment and objective for single-model multi-class 3D object detection . IEEE Transactions on Circuits and Systems for Video Technology ， 33 （ 9 ）： 5036 – 5048 ［ DOI： 10.1109/TCSVT.2023.3248656 http://dx.doi.org/10.1109/TCSVT.2023.3248656 ］
Xie E Z ， Yu Z D Zhou D Q ， Philion J ， Anandkumar A ， Fidler S ， Luo P and Alvarez J M . 2022 . M 2 BEV： multi-camera joint 3D detection and segmentation with unified birds-eye view representation ［EB/OL］. ［ 2023-12-21 ］. https://arxiv.org/pdf/2204.05088.pdf https://arxiv.org/pdf/2204.05088.pdf
Xie L ， Xiang C ， Yu Z X ， Xu G D ， Yang Z ， Cai D and He X F . 2020 . PI-RCNN： an efficient multi-sensor 3D object detector with point-based attentive cont-conv fusion module // Proceedings of 2020 AAAI Conference on Artificial Intelligence . New York， USA ： AAAI： 12460 – 12467 ［ DOI： 10.1609/aaai.v34i07.6933 http://dx.doi.org/10.1609/aaai.v34i07.6933 ］
Xu B and Chen Z Z . 2018 . Multi-level fusion based 3D object detection from monocular images // Proceedings of 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Salt Lake City， USA ： IEEE： 2345 – 2353 ［ DOI： 10.1109/CVPR.2018.00249 http://dx.doi.org/10.1109/CVPR.2018.00249 ］
Xu D F ， Anguelov D and Jain A . 2018 . PointFusion： deep sensor fusion for 3D bounding box estimation // Proceedings of 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Salt Lake City， USA ： IEEE： 244 – 253 ［ DOI： 10.1109/CVPR.2018.00033 http://dx.doi.org/10.1109/CVPR.2018.00033 ］
Xu H T ， Xu J M and Xu W W . 2019 . Survey of 3D modeling using depth cameras . Virtual Reality and Intelligent Hardware ， 1 （ 5 ）： 483 – 499 ［ DOI： 10.1016/j.vrih.2019.09.003 http://dx.doi.org/10.1016/j.vrih.2019.09.003 ］
Yan J J ， Liu Y F ， Sun J J ， Jia F ， Li S L ， Wang T C and Zhang X Y . 2023 . Cross modal Transformer： towards fast and robust 3D object detection ［EB/OL］. ［ 2023-12-21 ］. https://arxiv.org/pdf/2301.01283.pdf https://arxiv.org/pdf/2301.01283.pdf
Yan Y ， Mao Y X and Li B . 2018 . SECOND： sparsely embedded convolutional detection . Sensors （Basel） ， 18 （ 10 ）：# 3337 ［ DOI： 10.3390/s18103337 http://dx.doi.org/10.3390/s18103337 ］
Yang B ， Luo W J and Urtasun R . 2018b . PIXOR： real-time 3D object detection from point clouds // Proceedings of 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Salt Lake City， USA ： IEEE： 7652 – 7660 ［ DOI： 10.1109/CVPR.2018.00798 http://dx.doi.org/10.1109/CVPR.2018.00798 ］
Yang C Y ， Chen Y T ， Tian H ， Tao C X ， Zhu X Z ， Zhang Z X ， Huang G ， Li H Y ， Qiao Y ， Lu L W ， Zhou J and Dai J F . 2022 . BEVFormer v2： adapting modern image backbones to bird’s-eye-view recognition via perspective supervision // Proceedings of 2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Vancouver， Canada ： IEEE： 17830 – 17839 ［ DOI： 10.1109/CVPR52729.2023.01710 http://dx.doi.org/10.1109/CVPR52729.2023.01710 ］
Yang Z T ， Sun Y N ， Liu S and Jia J Y . 2020 . 3DSSD： point-based 3D single stage object detector // Proceedings of 2020 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Seattle， USA ： IEEE： 11037 – 11045 ［ DOI： 10.1109/CVPR42600.2020.01105 http://dx.doi.org/10.1109/CVPR42600.2020.01105 ］
Yang Z T ， Sun Y N ， Liu S ， Shen X Y and Jia J Y . 2018c . IPOD： intensive point-based object detector for point cloud ［EB/OL］. ［ 2018-12-13 ］. https://arxiv.org/pdf/1812.05276.pdf https://arxiv.org/pdf/1812.05276.pdf
Yang Z T ， Sun Y N ， Liu S ， Shen X Y and Jia J Y . 2019 . STD： sparse-to-dense 3D object detector for point cloud // Proceedings of 2019 IEEE/CVF International Conference on Computer Vision （ICCV） . Seoul， Korea （South） ： IEEE： 1951 – 1960 ［ DOI： 10.1109/ICCV.2019.00204 http://dx.doi.org/10.1109/ICCV.2019.00204 ］
Yin T W ， Zhou X Y and Krähenbühl P . 2021 . Center-based 3D object detection and tracking // Proceedings of 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Nashville， USA ： IEEE： 11779 – 11788 ［ DOI： 10.1109/CVPR46437.2021.01161 http://dx.doi.org/10.1109/CVPR46437.2021.01161 ］
Yoo J H ， Kim Y ， Kim J and Choi J W . 2020 . 3D-CVF： generating joint camera and LiDAR features using cross-view spatial feature fusion for 3D object detection // Proceedings of the 16th European Conference on Computer Vision . Glasgow， UK ： Springer： 720 – 736 ［ DOI： 10.1007/978-3-030-58583-9_43 http://dx.doi.org/10.1007/978-3-030-58583-9_43 ］
Zeng Y M ， Hu Y ， Liu S C ， Ye J ， Han Y H ， Li X W and Sun N H . 2018 . RT 3 D： real-time 3-D vehicle detection in LiDAR point cloud for autonomous driving. IEEE Robotics and Automation Letters ， 3 （ 4 ）： 3434 – 3440 ［ DOI： 10.1109/LRA.2018.2852843 http://dx.doi.org/10.1109/LRA.2018.2852843 ］
Zhao X ， Liu Z ， Hu R L and Huang K Q . 2019 . 3D object detection using scale invariant and feature reweighting networks // Proceedings of the 33rd AAAI Conference on Artificial Intelligence . Honolulu， USA ： AAAI： 9267 – 9274 ［ DOI： 10.1609/aaai.v33i01.33019267 http://dx.doi.org/10.1609/aaai.v33i01.33019267 ］
Zhou X Y ， Zhuo J C and Krähenbühl P . 2019 . Bottom-up object detection by grouping extreme and center points // Proceedings of 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Long Beach， USA ： IEEE： 850 – 859 ［ DOI： 10.1109/CVPR.2019.00094 http://dx.doi.org/10.1109/CVPR.2019.00094 ］
Zhou Y and Tuzel O . 2018 . VoxelNet： end-to-end learning for point cloud based 3D object detection // Proceedings of 2018 IEEE/CVF Conference on Computer Vision and Pattern Recognition . Salt Lake City， USA ： IEEE： 4490 – 4499 ［ DOI： 10.1109/CVPR.2018.00472 http://dx.doi.org/10.1109/CVPR.2018.00472 ］
Zhou Y S ， He Y ， Zhu H Z ， Wang C ， Li H Y and Jiang Q H . 2021 . Monocular 3D object detection： an extrinsic parameter free approach // Proceedings of 2021 IEEE/CVF Conference on Computer Vision and Pattern Recognition （CVPR） . Nashville， USA ： IEEE： 7552 – 7562 ［ DOI： 10.1109/CVPR46437.2021.00747 http://dx.doi.org/10.1109/CVPR46437.2021.00747 ］
Zhu H Q ， Deng J J ， Zhang Y ， Ji J M ， Mao Q Y ， Li H Q and Zhang Y Y . 2023 . VPFNet： improving 3D object detection with virtual point based LiDAR and stereo data fusion . IEEE Transactions on Multimedia ， 25 ： 5291 – 5304 ［ DOI： 10.1109/TMM.2022.3189778 http://dx.doi.org/10.1109/TMM.2022.3189778 ］
