DSGN++：利用视觉-空间关系改进基于立体的3D检测器
计算机视觉与模式识别
2022-07-22 v3
摘要
基于相机的3D目标检测器因其比LiDAR传感器部署更广、价格更低而受到青睐。我们首先重审先前的立体检测器DSGN，考察其用于同时表示3D几何与语义的立体体构建方式。我们改进立体建模并提出进阶版本DSGN++，旨在从三个主要方面增强2D到3D流程中的有效信息流。首先，为有效将2D信息提升为立体体，我们提出深度方向平面扫描(DPS)，其允许更稠密连接并提取深度引导特征。其次，为把握不同间距特征，我们提出一种新颖立体体——双视图立体体(DSV)，其融合前视图与顶视图特征，并在相机视锥中重建亚体素深度。第三，由于前景区域在3D空间中占比变小，我们提出多模态数据编辑策略——立体-LiDAR复制粘贴，其确保跨模态对齐并提升数据效率。无需额外技巧，在流行KITTI基准上各种模态设置的大量实验表明，我们的方法在所有类别上持续优于其他基于相机的3D检测器。代码见 https://github.com/chenyilun95/DSGN2。
引用
@article{arxiv.2204.03039,
title = {DSGN++: Exploiting Visual-Spatial Relation for Stereo-based 3D Detectors},
author = {Yilun Chen and Shijia Huang and Shu Liu and Bei Yu and Jiaya Jia},
journal= {arXiv preprint arXiv:2204.03039},
year = {2022}
}
备注
13 pages