GLENet：利用生成式标签不确定性估计提升三维目标检测器性能
计算机视觉与模式识别
2024-07-09 v5
摘要
由遮挡、信号缺失或人工标注错误引起的三维边界框真值标注的固有歧义，会在训练过程中混淆深度三维目标检测器，从而降低检测精度。然而，现有方法在某种程度上忽视了此类问题，并将标签视为确定性的。本文将该标签不确定性问题形式化为物体潜在合理边界框的多样性。随后，我们提出 GLENet，一种改编自条件变分自编码器的生成式框架，利用潜变量建模典型三维物体与其潜在真值边界框之间的一对多关系。GLENet 生成的标签不确定性是一个即插即用模块，可便捷地集成到现有深度三维检测器中以构建概率检测器，并监督定位不确定性的学习。此外，我们在概率检测器中提出一种不确定性感知的质量估计器架构，以利用预测的定位不确定性指导 IoU 分支的训练。我们将所提方法融入多种流行的基准三维检测器，并在 KITTI 和 Waymo 基准数据集上展示了显著且一致的性能提升。特别地，所提出的 GLENet-VR 大幅优于所有已发表的基于 LiDAR 的方法，并在具有挑战性的 KITTI 测试集上的单模态方法中排名第一。源代码与预训练模型已公开于 \url{https://github.com/Eaphan/GLENet}。
引用
@article{arxiv.2207.02466,
title = {GLENet: Boosting 3D Object Detectors with Generative Label Uncertainty Estimation},
author = {Yifan Zhang and Qijian Zhang and Zhiyu Zhu and Junhui Hou and Yixuan Yuan},
journal= {arXiv preprint arXiv:2207.02466},
year = {2024}
}
备注
Accepted to IJCV 2023