Far3Det：面向远场三维检测

我们关注远场三维检测（Far3Det）任务，即检测距观察者超过一定距离（如 $>$50m）的物体。Far3Det 对以高速路速度行驶的自动驾驶车辆（AVs）尤为关键，其需要检测远场障碍物以确保充足制动距离。然而，当代 AV 基准如 nuScenes 低估了该问题，因其仅在某一距离（50m）内评估性能。原因之一在于获取远场三维标注困难，尤其对于为远处物体仅产生极少点返回的激光雷达传感器。事实上，我们发现近 50% 的远场物体（50m 外）不含任何激光雷达点。其次，当前三维检测指标采用“一刀切”理念，对近处与远处物体使用相同容差阈值，这与人类视觉与立体视差的容差均不一致。两方面因素导致对 Far3Det 任务的分析不完整。例如，尽管传统认知告诉我们高分辨率 RGB 传感器对远处物体的三维检测至关重要，但在当前基准排行榜上基于激光雷达的方法仍排名高于 RGB 方法。作为迈向 Far3Det 基准的第一步，我们开发了一种从 nuScenes 数据集中寻找标注良好场景的方法，并推导出标注良好的远场验证集。我们还提出了 Far3Det 评估协议并探索了多种用于 Far3Det 的三维检测方法。我们的结果令人信服地印证了长期以来的传统认知：高分辨率 RGB 可改善远场三维检测。我们进一步提出了一种简单而有效的方法，基于非极大值抑制融合来自 RGB 与激光雷达检测器的检测结果，其在远场上显著优于最先进的三维检测器。