基于Gumbel空间剪枝的多扫描点云高效三维感知
计算机视觉与模式识别
2025-06-17 v5
摘要
本文研究室外环境下的点云感知。现有方法因室外点云的稀疏性，难以识别远距离或被遮挡的物体。我们观察到，累积多个时序连续的点云扫描能显著缓解这一问题，大幅提升感知精度。然而，计算成本也随之增加，阻碍了以往方法利用大量点云扫描。为应对这一挑战，我们发现累积点云中相当一部分点是冗余的，丢弃这些点对感知精度影响极小。我们提出了一种简单而有效的Gumbel空间剪枝（GSP）层，基于端到端学习的采样动态剪枝点云。GSP层与其他网络组件解耦，可无缝集成到现有点云网络架构中。在不增加额外计算开销的情况下，我们将点云扫描数量从常见的10帧增加到多达40帧，从而显著提升感知性能。例如，在nuScenes三维目标检测和BEV地图分割任务中，我们的剪枝策略改进了多种三维感知基线方法。
引用
@article{arxiv.2411.07742,
title = {Efficient 3D Perception on Multi-Sweep Point Cloud with Gumbel Spatial Pruning},
author = {Tianyu Sun and Jianhao Li and Xueqian Zhang and Zhongdao Wang and Bailan Feng and Hengshuang Zhao},
journal= {arXiv preprint arXiv:2411.07742},
year = {2025}
}