面向半监督三维目标检测的难度感知场景合成

三维目标检测旨在恢复相关物体的三维信息，是自动驾驶感知的基础任务。其性能在很大程度上依赖于标注训练数据的规模，然而为点云数据获取高质量标注成本高昂。传统方法侧重于为无标签样本生成伪标签作为训练的补充，而三维点云数据的结构特性使得将物体与背景组合以合成逼真场景成为可能。受此启发，我们提出了一种难度感知场景合成方法，以生成自适应的合成场景来提升检测模型的泛化能力。我们获取无标签物体的伪标签，并生成具有不同物体与背景组合的多样场景。由于场景合成对伪标签的质量敏感，我们进一步提出了一种难度感知策略，以减少低质量伪标签的影响，并维护一个动态伪标签数据库，以确保合成场景的多样性与质量。在广泛使用的KITTI和Waymo数据集上的大量实验结果证明了所提出的HASS方法的优越性，其在三维目标检测上优于现有的半监督学习方法。代码：https://github.com/wzzheng/HASS。