基于高效注意力柱体网络的准确实时三维行人检测
计算机视觉与模式识别
2022-11-18 v3
摘要
从三维点云数据中高效且准确地检测行人在许多机器人和自动驾驶应用中具有重要意义。这一基础感知任务仍极具挑战性，原因在于(i)人体姿态和手势随时间显著形变，以及(ii)行人类目标的点云稀疏且稀少。近期高效的三维目标检测方法依赖柱体特征从点云数据检测物体。然而，这些柱体特征不具备足够的表达性表征以应对上述检测行人的所有挑战。为解决此不足，我们首先引入可堆叠的柱体感知注意力(PAA)模块，用于增强柱体特征提取同时抑制点云中的噪声。通过将多点通道池化、逐点、逐通道和任务感知注意力集成至简单模块，表征能力得到提升且仅需极少额外计算资源。我们还提出Mini-BiFPN，一种小而有效的特征网络，创建双向信息流和多级跨尺度特征融合以更好整合多分辨率特征。我们提出的框架，即PiFeNet，已在三个流行的三维行人检测大规模数据集（即KITTI、JRDB和nuScenes）上评估，在KITTI鸟瞰图(BEV)和JRDB上取得最先进(SOTA)性能，在nuScenes上取得极具竞争力的性能。我们的方法推理速度为26帧每秒(FPS)，使其成为实时检测器。我们的PiFeNet代码可在https://github.com/ldtho/PiFeNet获取。
引用
@article{arxiv.2112.15458,
title = {Accurate and Real-time 3D Pedestrian Detection Using an Efficient Attentive Pillar Network},
author = {Duy-Tho Le and Hengcan Shi and Hamid Rezatofighi and Jianfei Cai},
journal= {arXiv preprint arXiv:2112.15458},
year = {2022}
}
备注
8 pages