隐式与显式特征的一致性对单目三维目标检测至关重要
计算机视觉与模式识别
2022-11-29 v2
摘要
包括自动驾驶车辆在内的低成本自主智能体主要采用单目三维目标检测来感知周围环境。本文研究生成中间三维特征以供后续任务使用的三维中间表示方法。例如，三维特征不仅可作为检测的输入，还可用于需要鸟瞰特征表示的端到端预测和/或规划。在研究中我们发现，以往方法在生成三维表示时，未能保持物体潜在空间中的隐式位姿（尤其是朝向）与欧氏空间中显式观测到位姿之间的一致性，这会严重损害模型性能。为解决该问题，我们提出一种新颖的单目检测方法，这是首个感知位姿并有意保证隐式与显式特征间位姿一致的方法。此外，我们引入局部射线注意力机制，以将图像特征高效变换至精确三维位置处的体素。第三，我们提出一种手工设计的 Gaussian 位置编码函数，其在优于正弦编码函数的同时保留了连续性的优势。结果表明，我们的方法将最先进的三维中间表示方法提升了 3.15%。在 KITTI 榜单结果提交时，我们在所有已报道的单目方法中于三维与 BEV 检测基准上均排名第 1。
引用
@article{arxiv.2207.07933,
title = {Consistency of Implicit and Explicit Features Matters for Monocular 3D Object Detection},
author = {Qian Ye and Ling Jiang and Wang Zhen and Yuyang Du},
journal= {arXiv preprint arXiv:2207.07933},
year = {2022}
}
备注
10 pages, 5 figures