面向点云单阶段三维目标检测的边界感知稠密特征指示器
计算机视觉与模式识别
2020-04-02 v1
摘要
基于点云的三维目标检测已愈发流行。一些方法提出直接从原始点云定位三维物体以避免信息损失。然而，这些方法结构复杂且计算开销大，限制了其在实时场景中的更广泛应用。一些方法选择先将点云数据转换为紧凑张量，再利用现成的 2D 检测器提出三维物体，其速度更快并取得了最先进的成果。然而，由于 2D 与 3D 数据间的不一致，我们认为若不经相应修改而直接使用 2D 检测器，基于紧凑张量的三维检测器性能将受限。具体而言，点云分布不均，多数点聚集在物体边界上，而用于 2D 数据的检测器总是均匀提取特征。受此观察启发，我们提出 DENse Feature Indicator (DENFI)，一个以边界感知方式帮助三维检测器聚焦于点云最稠密区域的通用模块。此外，DENFI 轻量且在应用于三维目标检测器时保证实时速度。在 KITTI 数据集上的实验表明，DENFI 显著提升了基线单阶段检测器的性能，在 mAP 方面以 34FPS 检测速度取得了超越以往包括两阶段与多传感器融合方法在内的三维检测器的新最先进性能。
引用
@article{arxiv.2004.00186,
title = {Boundary-Aware Dense Feature Indicator for Single-Stage 3D Object Detection from Point Clouds},
author = {Guodong Xu and Wenxiao Wang and Zili Liu and Liang Xie and Zheng Yang and Haifeng Liu and Deng Cai},
journal= {arXiv preprint arXiv:2004.00186},
year = {2020}
}