结合车辆运动预测的帧融合用于三维目标检测
计算机视觉与模式识别
2023-06-21 v1
摘要
在基于 LiDAR 的 3D 检测中，历史点云包含有助于未来预测的丰富时序信息。同理，历史检测结果应有助于未来检测。本文提出一种检测增强方法，即 FrameFusion，通过融合历史帧来改进 3D 目标检测结果。在 FrameFusion 中，我们将历史帧“前向”到当前帧，并对稠密边界框应用加权非极大值抑制以获得带有合并框的融合帧。为“前向”帧，我们使用车辆运动模型估计边界框的未来位姿。然而，常用的恒速模型在转弯车辆上自然失效，因此我们探索两种车辆运动模型以解决此问题。在 Waymo Open Dataset 上，我们的 FrameFusion 方法以可忽略的延迟将各种 3D 检测器的性能持续提高约 个车辆 level 2 APH，并略微提升时序融合方法 MPPNet 的性能。我们还对运动模型选择进行了大量实验。
引用
@article{arxiv.2306.10699,
title = {Frame Fusion with Vehicle Motion Prediction for 3D Object Detection},
author = {Xirui Li and Feng Wang and Naiyan Wang and Chao Ma},
journal= {arXiv preprint arXiv:2306.10699},
year = {2023}
}