IAFA：面向单图像三维目标检测的实例感知特征聚合
计算机视觉与模式识别
2021-03-08 v1
摘要
从单幅图像进行三维目标检测是自动驾驶（AD）中的一项重要任务，已有多种方法被提出。然而，该任务本质上具有模糊性和挑战性，因为单图像深度估计本身就是一个不适定问题。在本文中，我们提出一种实例感知方法来聚合有用信息，以提升三维目标检测精度，具有以下贡献。首先，提出实例感知特征聚合（IAFA）模块，为三维边界框回归收集局部与全局特征。其次，我们通过实验发现，以粗粒度实例标注作为监督信号可以很好地学习空间注意力模块。所提模块在所有三个类别上显著提升了基线方法在三维检测与车辆二维鸟瞰检测上的性能。第三，我们提出的方法优于所有基于单图像的方法（甚至包括那些以深度为辅助输入训练的方法），并在KITTI基准上取得了最先进的三维检测性能。
引用
@article{arxiv.2103.03480,
title = {IAFA: Instance-aware Feature Aggregation for 3D Object Detection from a Single Image},
author = {Dingfu Zhou and Xibin Song and Yuchao Dai and Junbo Yin and Feixiang Lu and Jin Fang and Miao Liao and Liangjun Zhang},
journal= {arXiv preprint arXiv:2103.03480},
year = {2021}
}
备注
Accepted by ACCV2020