提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

提示：这里可以添加本文要记录的大概内容：
MVP：Multimodal Virtual Point 3D Detection

• 对于远距离小目标，Lidar很难实现有效检测，但在RGB图像上可以清晰观测并检测出来
• 点云十分稀疏，尤其对于远距离的目标物

通过将激光点云3D BBox投影道2D图像，可以发现激光对远处的目标检测要弱于传统的2D detector，所以作者想用2D的图像信息去补充3D的点云信息。

一、MVP优势

• 通过对不同距离的目标物补充相同数目的虚拟点，使得这些目标物所占据的点云数目更加一致；
• 一个即插即用的模块
• 再nuscenes数据集上，通过centerpoint上引入虚拟点，使得检测精度提升了6.6mAP, 此外MVP最佳模型再nuSecnes上实现了66.4mAP和70.5NDS，取得了SOTA结果；

二、MVP方法

1.Lidar到RGB图像转换

• lidar到车辆后轴中心点的外参；
• lidar和相机的时间补偿；
• 车辆坐标系转图像坐标系；
  T r g b < − l i d a