CMR3D：面向三维目标检测的上下文多阶段细化方法
计算机视觉与模式识别
2022-09-15 v1
摘要
现有的基于深度学习的三维目标检测器通常依赖于单个物体的外观，并未显式关注场景丰富的上下文信息。在本工作中，我们提出面向三维目标检测的上下文多阶段细化（CMR3D）框架，该框架以三维场景为输入，致力于在多个层次上显式整合场景有用的上下文信息，以预测一组物体边界框及其对应的语义标签。为此，我们提出利用一个上下文增强网络来捕获不同粒度层次的上下文信息，随后通过多阶段细化模块逐步细化边界框位置与类别预测。在大规模 ScanNetV2 基准上的大量实验揭示了我们所提方法的优势，相较基线取得了 2.0% 的绝对提升。除三维目标检测外，我们还探究了 CMR3D 框架在三维物体计数问题上的有效性。我们的源代码将公开发布。
引用
@article{arxiv.2209.06641,
title = {CMR3D: Contextualized Multi-Stage Refinement for 3D Object Detection},
author = {Dhanalaxmi Gaddam and Jean Lahoud and Fahad Shahbaz Khan and Rao Muhammad Anwer and Hisham Cholakkal},
journal= {arXiv preprint arXiv:2209.06641},
year = {2022}
}
备注
5 figures, 10 pages including references