AeDet：方位角不变的多视图三维目标检测
计算机视觉与模式识别
2023-04-05 v3
摘要
近期基于 LSS 的多视图三维目标检测取得巨大进展，通过卷积检测器在鸟瞰图（BEV）中处理特征。然而，典型卷积忽略 BEV 特征的径向对称性，增加了检测器优化难度。为保持 BEV 特征的固有属性并简化优化，我们提出方位角等变卷积（AeConv）与方位角等变锚点。AeConv 的采样网格始终沿径向，故能学习方位角不变的 BEV 特征。所提锚点使检测头学习预测与方位角无关的目标。此外，我们引入相机解耦虚拟深度，以统一不同相机内参图像的深度预测。所得检测器称为方位角等变检测器（AeDet）。在 nuScenes 上进行了大量实验，AeDet 取得 62.0% NDS，大幅超越近期多视图三维目标检测器如 PETRv2 与 BEVDepth。项目页：https://fcjian.github.io/aedet。
引用
@article{arxiv.2211.12501,
title = {AeDet: Azimuth-invariant Multi-view 3D Object Detection},
author = {Chengjian Feng and Zequn Jie and Yujie Zhong and Xiangxiang Chu and Lin Ma},
journal= {arXiv preprint arXiv:2211.12501},
year = {2023}
}
备注
CVPR2023