CVFNet：通过跨视图特征学习实现实时三维目标检测

近年来，得益于深度学习技术的发展，基于LiDAR点云的三维目标检测取得了巨大进展。尽管基于体素或点的方法在三维目标检测中很流行，但它们通常涉及耗时的操作，例如体素上的三维卷积或点之间的球查询，使得所得网络不适用于对时间要求苛刻的应用。另一方面，基于二维视图的方法计算效率高，但通常性能劣于基于体素或点的方法。在这项工作中，我们提出了一种实时的基于视图的单阶段三维目标检测器，即CVFNet，以完成该任务。为了在效率要求高的条件下加强跨视图特征学习，我们的框架提取不同视图的特征并以高效的渐进方式融合它们。我们首先提出一种新颖的点-距离特征融合模块，在多阶段中深度整合点和距离视图特征。然后，设计了一种特殊的切片柱（Slice Pillar），在将获得的深度点视图特征转换为鸟瞰图时很好地保持三维几何结构。为了更好地平衡样本比例，提出了稀疏柱检测头以将检测聚焦于非空网格。我们在流行的KITTI和NuScenes基准上进行了实验，并在准确性和速度方面均达到了最先进的性能。