MGTANet：利用长短期运动引导时序注意力编码序列 LiDAR 点用于三维目标检测
计算机视觉与模式识别
2022-12-22 v2
摘要
大多数扫描式 LiDAR 传感器实时生成点云序列。虽然传统的三维目标检测器使用在固定时间间隔内获取的一组无序 LiDAR 点，但近期研究表明，利用 LiDAR 点集序列中存在的时空上下文可显著提升性能。本文提出一种新颖的三维目标检测架构，可对多次连续扫描获取的 LiDAR 点云序列进行编码。点云序列的编码过程在两个不同的时间尺度上进行。我们首先设计了一种短期运动感知体素编码，捕捉每个体素中由物体运动驱动的点云短期时间变化。我们还提出长期运动引导的鸟瞰图（BEV）特征增强，利用从特征图序列推断出的动态运动上下文，自适应地对齐并聚合由短期体素编码获得的 BEV 特征图。在公开 nuScenes 基准上的实验表明，所提出的三维目标检测器相比基线方法性能显著提升，并在某些三维目标检测类别上达到了最先进（SOTA）性能。代码见 https://github.com/HYjhkoh/MGTANet.git
引用
@article{arxiv.2212.00442,
title = {MGTANet: Encoding Sequential LiDAR Points Using Long Short-Term Motion-Guided Temporal Attention for 3D Object Detection},
author = {Junho Koh and Junhyung Lee and Youngwoo Lee and Jaekyum Kim and Jun Won Choi},
journal= {arXiv preprint arXiv:2212.00442},
year = {2022}
}
备注
Thirty-Seventh AAAI Conference on Artificial Intelligence (AAAI'23)