ESGN：用于快速三维目标检测的高效立体几何网络
计算机视觉与模式识别
2022-04-27 v2
摘要
基于立体视觉的快速三维目标检测器近来取得了巨大进展。然而，其在精度上远远落后于高精度的立体视觉方法。我们认为主要原因在于三维空间中几何感知特征表示不佳。为解决此问题，我们提出了一种高效立体几何网络（ESGN）。我们ESGN的关键在于一个高效几何感知特征生成（EGFG）模块。我们的EGFG模块首先使用立体相关与重投影模块在相机视锥空间中构建多尺度立体体，随后采用多尺度BEV投影与融合模块生成多种几何感知特征。在这两步中，我们采用深度多尺度信息融合以生成具判别力的几何感知特征，而无需任何复杂的聚合网络。此外，我们引入了一种深度几何感知特征蒸馏方案，利用基于LiDAR的检测器来引导立体特征学习。实验在经典KITTI数据集上进行。在KITTI测试集上，我们的ESGN以62的耗时在mAP上比最快的SOTA检测器YOLOStereo3D高出5.14%。据我们所知，我们的ESGN在精度与速度间实现了最佳权衡。我们希望我们的高效立体几何网络能为快速三维目标检测提供更多可能的方向。我们的源代码将公开。
引用
@article{arxiv.2111.14055,
title = {ESGN: Efficient Stereo Geometry Network for Fast 3D Object Detection},
author = {Aqi Gao and Yanwei Pang and Jing Nie and Jiale Cao and Yishun Guo},
journal= {arXiv preprint arXiv:2111.14055},
year = {2022}
}