IC-FPS：面向基于点的三维物体检测的实例-质心快速点采样模块
计算机视觉与模式识别
2023-04-03 v1
摘要
三维物体检测是自动驾驶和机器人领域最重要的任务之一。我们的研究致力于解决基于点的方法在大规模点云上效率低的问题。现有基于点的方法采用最远点采样（FPS）策略进行下采样，当点云数量增加时，在推理时间和内存消耗方面计算代价高昂。为提升效率，我们提出一种新颖的实例-质心快速点采样模块（IC-FPS），其有效替换了极为繁琐的第一设定抽象（SA）层。IC-FPS模块由两种方法组成：基于局部特征扩散的背景点滤波器（LFDBF）和质心-实例采样策略（CISS）。LFDBF用于排除大多数无效背景点，而CISS通过快速采样质心和实例点替代FPS策略。IC-FPS模块可插入几乎任意基于点的模型中。在多个公开基准上的大量实验证明了IC-FPS的优越性。在Waymo数据集上，所提模块显著提升了基线模型性能，并将推理速度加速3.8倍。首次实现了基于点的模型在大规模点云场景中的实时检测。
引用
@article{arxiv.2303.17921,
title = {IC-FPS: Instance-Centroid Faster Point Sampling Module for 3D Point-base Object Detection},
author = {Hu Haotian and Wang Fanyi and Su Jingwen and Gao Shiyu and Zhang Zhiwang},
journal= {arXiv preprint arXiv:2303.17921},
year = {2023}
}