AOP-Net:用于激光雷达三维目标检测与全景分割一体化感知的网络
计算机视觉与模式识别
2023-02-03 v1
摘要
基于 LiDAR 的 3D 目标检测与全景分割是自动驾驶车辆与机器人感知系统中的两项关键任务。本文提出 All-in-One Perception Network (AOP-Net),一种结合 3D 目标检测与全景分割的基于 LiDAR 的多任务框架。该方法开发了双任务 3D 骨干网络,从输入 LiDAR 点云中提取全景级与检测级特征。同时,设计了一种交织多层感知机(MLP)与卷积层的新 2D 骨干网络,以进一步提升检测任务性能。最后,提出一个新模块,通过恢复 3D 骨干下采样操作中丢弃的有用特征来引导检测头。该模块利用估计的实例分割掩码从各候选对象中恢复细节信息。AOP-Net 在 nuScenes 基准上针对 3D 目标检测与全景分割任务均取得了已发表工作的最先进性能。此外,实验表明我们的方法易于适配并显著提升任何基于 BEV 的 3D 目标检测方法的性能。
引用
@article{arxiv.2302.00885,
title = {AOP-Net: All-in-One Perception Network for Joint LiDAR-based 3D Object Detection and Panoptic Segmentation},
author = {Yixuan Xu and Hamidreza Fazlali and Yuan Ren and Bingbing Liu},
journal= {arXiv preprint arXiv:2302.00885},
year = {2023}
}
备注
Under review