HVNet：基于 LiDAR 的 3D 目标检测混合体素网络
计算机视觉与模式识别
2020-03-18 v2 人工智能
机器人学
摘要
我们提出混合体素网络（HVNet），一种用于自动驾驶中基于点云的三维目标检测的新型单阶段统一网络。近期研究表明，采用逐体素 PointNet 风格特征提取器的二维体素化可得到针对大尺度 3D 场景的准确且高效的检测器。由于特征图尺寸决定了计算与内存开销，体素大小成为一个难以权衡的参数。较小的体素尺寸带来更好的性能，尤其对小物体，但推理时间更长；较大的体素可用更小的特征图覆盖相同区域，却无法捕捉小物体的精细特征与准确位置。我们提出一种混合体素网络，通过在逐点层级融合不同尺度的体素特征编码器（VFE）并投影到多个伪图像特征图来解决该问题。我们进一步提出一种优于普通 VFE 的注意力体素特征编码，以及一种在特征图层级聚合多尺度信息的特征融合金字塔网络。在 KITTI 基准上的实验表明，单个 HVNet 以 31Hz 的实时推理速度在所有现有方法中取得了最佳 mAP。
引用
@article{arxiv.2003.00186,
title = {HVNet: Hybrid Voxel Network for LiDAR Based 3D Object Detection},
author = {Maosheng Ye and Shuangjie Xu and Tongyi Cao},
journal= {arXiv preprint arXiv:2003.00186},
year = {2020}
}
备注
accepted to CVPR 2020