用于点云的基于掩码引导注意力的无锚框单阶段三维检测器
计算机视觉与模式识别
2021-08-10 v1
摘要
现有大多数单阶段与两阶段三维目标检测器均为基于锚框的方法，而高效但具挑战性的无锚框单阶段三维目标检测尚未得到充分研究。近期关于二维目标检测的研究表明无锚框方法同样极具潜力。然而，点云的无序性与稀疏性阻碍了我们直接将先进的二维方法应用于三维点云。我们通过将基于体素的稀疏三维特征体转换为稀疏二维特征图克服了这一问题。我们提出一个注意力模块，通过可变形卷积塔与有监督的掩码引导注意力，使稀疏特征图主要在物体区域上拟合为稠密特征图。通过从增强后的稠密特征图直接回归三维边界框，我们以无锚框方式构建了用于点云的新型单阶段三维检测器。我们提出了一种基于 IoU 的检测置信度重校准方案，以提升检测置信度分数与边界框回归精度之间的相关性。我们的代码公开于 \url{https://github.com/jialeli1/MGAF-3DSSD}。
引用
@article{arxiv.2108.03634,
title = {Anchor-free 3D Single Stage Detector with Mask-Guided Attention for Point Cloud},
author = {Jiale Li and Hang Dai and Ling Shao and Yong Ding},
journal= {arXiv preprint arXiv:2108.03634},
year = {2021}
}
备注
This is a pre-print of our paper published in proceedings of the 29th ACM International Conference on Multimedia (MM'21)