LinK：基于线性核的激光雷达三维感知
计算机视觉与模式识别
2023-03-29 v1 人工智能
摘要
将 2D 大核的成功经验扩展到 3D 感知具有挑战性，原因在于：1. 处理 3D 数据时开销立方增长；2. 数据稀缺与稀疏带来的优化困难。先前工作通过引入块共享权重，已将核尺寸从 3x3x3 扩展到 7x7x7 迈出第一步。然而，为减小块内特征变化，其仅采用适中块尺寸，未能实现如 21x21x21 的更大核。为解决此问题，我们提出一种称为 LinK 的新方法，以类卷积方式实现更广范围的感知感受野，包含两个核心设计。其一是用线性核生成器替换静态核矩阵，仅为非空体素自适应提供权重。其二是复用重叠块中预计算的聚合结果以降低计算复杂度。所提方法成功使每个体素感知 21x21x21 范围内的上下文。在 3D 目标检测与 3D 语义分割两个基础感知任务上的大量实验证明了方法的有效性。值得注意的是，通过将基于 LinK 的主干网络嵌入基础检测器 CenterPoint，我们在 nuScenes（LiDAR 赛道）3D 检测基准公开排行榜上排名第 1。我们还在 SemanticKITTI 测试集上将强分割基线的 mIoU 提升 2.7%。代码见 https://github.com/MCG-NJU/LinK。
引用
@article{arxiv.2303.16094,
title = {LinK: Linear Kernel for LiDAR-based 3D Perception},
author = {Tao Lu and Xiang Ding and Haisong Liu and Gangshan Wu and Limin Wang},
journal= {arXiv preprint arXiv:2303.16094},
year = {2023}
}
备注
Accepted to CVPR2023