MapFusion：一种用于基于高精地图的3D目标检测的通用框架
计算机视觉与模式识别
2021-03-11 v1
摘要
3D目标检测是自动驾驶中的关键感知组件。近期大多数方法仅基于激光雷达传感器或与相机融合。然而，地图（例如高精地图）作为智能车辆的基础设施，尚未被充分用于提升目标检测任务。本文中，我们提出了一个简单而有效的框架——MapFusion，将地图信息整合进现代3D目标检测器流程。具体而言，我们设计了用于高精地图特征提取与融合的FeatureAgg模块，以及作为检测骨干网络辅助分割头的MapSeg模块。我们提出的MapFusion与检测器无关，可轻松集成到不同检测器中。在大型公开自动驾驶数据集上三种不同基线的实验结果表明了所提框架的优越性。通过融合地图信息，我们在三个强3D目标检测基线上实现了平均精度均值（mAP）1.27至2.79个点的提升。
引用
@article{arxiv.2103.05929,
title = {MapFusion: A General Framework for 3D Object Detection with HDMaps},
author = {Jin Fang and Dingfu Zhou and Xibin Song and Liangjun Zhang},
journal= {arXiv preprint arXiv:2103.05929},
year = {2021}
}