KDMOS：面向运动分割的知识蒸馏
计算机视觉与模式识别
2025-06-18 v1 人工智能
机器人学
摘要
运动目标分割（MOS）对于自动驾驶至关重要，可提升定位、路径规划、地图构建、场景流估计以及未来状态预测等功能。虽然现有方法在性能方面取得了显著成果，但在准确率与实时推理之间的平衡仍是一个挑战。为此，本文提出一种基于 logits 的知识蒸馏框架，用于 MOS，旨在提高准确率的同时保持实时效率。具体而言，我们采用基于鸟瞰图（BEV）投影的模型作为学生模型，采用非投影模型作为教师模型。为处理移动与非移动类别之间的严重不平衡，我们将其解耦并施以针对性蒸馏策略，使教师模型能够更好地学习关键运动相关特征。该方法显著减少了误报和漏报。此外，我们引入动态上采样，优化网络结构，实现了参数数量降低 7.69%，缓解了过拟合问题。我们的方法在 SemanticKITTI-MOS 数据集隐藏测试集上实现了 78.8% 的显著 IoU，并在 Apollo 数据集上取得具竞争力的结果。KDMOS 实现代码已公开于 https://github.com/SCNU-RISLAB/KDMOS。
引用
@article{arxiv.2506.14130,
title = {KDMOS:Knowledge Distillation for Motion Segmentation},
author = {Chunyu Cao and Jintao Cheng and Zeyu Chen and Linfan Zhan and Rui Fan and Zhijian He and Xiaoyu Tang},
journal= {arXiv preprint arXiv:2506.14130},
year = {2025}
}