DisARM：用于3D检测的位移感知关系模块
计算机视觉与模式识别
2022-03-03 v1 图形学
摘要
我们提出了位移感知关系模块(DisARM)，一种用于提升点云场景中3D目标检测性能的新型神经网络模块。我们方法的核心思想是，当实例几何不完整或缺乏特征时，上下文信息对于区分至关重要。我们发现 proposals 之间的关系提供了描述上下文的良好表示。然而，对检测采用所有目标或块 proposals 之间的关系是低效的，且局部与全局关系的不平衡组合会带来可能误导训练的额外噪声。我们并未使用所有关系，而是发现仅对最具代表性的 proposals（即锚点）之间的关系进行训练可显著提升检测性能。一个好的锚点应当语义感知且无歧义，并与其他锚点相互独立。为寻找锚点，我们首先通过具有目标性感知采样方法的初步关系锚点模块，然后设计基于位移的模块来衡量关系重要性，以更好地利用上下文信息。该轻量级关系模块在嵌入最先进的检测器时显著提高了目标实例检测的准确率。在真实场景公开基准上的评估表明，我们的方法在SUN RGB-D和ScanNet V2上均达到了最先进的性能。
引用
@article{arxiv.2203.01152,
title = {DisARM: Displacement Aware Relation Module for 3D Detection},
author = {Yao Duan and Chenyang Zhu and Yuqing Lan and Renjiao Yi and Xinwang Liu and Kai Xu},
journal= {arXiv preprint arXiv:2203.01152},
year = {2022}
}