从体素到点：基于体素到点解码器与 IoU 引导的激光雷达点云三维目标检测
计算机视觉与模式识别
2021-08-10 v1
摘要
本文提出一种由交并比（IoU）引导的带体素到点解码器的两阶段三维目标检测器。为保留所有原始点的必要信息并在基于体素的区域提议网络（RPN）中维持高框召回率，我们提出一种残差体素到点解码器，以从基于体素的 RPN 中提取点特征及地图视图特征。我们使用三维感兴趣区域（RoI）对齐来根据提议框裁剪并对齐特征，以准确感知物体位置。RoI 对齐后的特征最终与角点几何嵌入聚合，后者可提供在框精修阶段潜在缺失的角点信息。我们提出一种简单高效的方法，将估计的 IoU 与精修后的提议框对齐，作为更相关的定位置信度。在 KITTI 与 Waymo Open Dataset 上的综合实验表明，相较现有方法，我们的方法借助新颖架构取得了显著改进。代码已发布于 Github URL\footnote{\url{https://github.com/jialeli1/From-Voxel-to-Point}}。
引用
@article{arxiv.2108.03648,
title = {From Voxel to Point: IoU-guided 3D Object Detection for Point Cloud with Voxel-to-Point Decoder},
author = {Jiale Li and Hang Dai and Ling Shao and Yong Ding},
journal= {arXiv preprint arXiv:2108.03648},
year = {2021}
}
备注
This is a pre-print of our paper published in proceedings of the 29th ACM International Conference on Multimedia (MM'21)