MLCVNet：用于三维目标检测的多层级上下文 VoteNet
计算机视觉与模式识别
2020-04-14 v1 图形学
摘要
在本文中，我们通过自注意力机制和多尺度特征融合捕获多层级上下文信息，来解决三维目标检测任务。大多数现有的三维目标检测方法独立地识别物体，未考虑这些物体之间的上下文信息。相比之下，我们提出多层级上下文 VoteNet（MLCVNet），在先进的 VoteNet 基础上关联地识别三维物体。我们在 VoteNet 的投票和分类阶段引入三个上下文模块，以在不同层级编码上下文信息。具体而言，在投票得到对应物体质心点之前，采用块间上下文（PPC）模块捕获点块之间的上下文信息。随后，在提议和分类阶段之前加入物体间上下文（OOC）模块，以捕获物体候选之间的上下文信息。最后，设计全局场景上下文（GSC）模块来学习全局场景上下文。我们通过在块、物体和场景层级捕获上下文信息展示了这些方法。我们的方法是提升检测精度的有效途径，在具有挑战性的三维目标检测数据集（即 SUN RGBD 和 ScanNet）上取得了新的 SOTA 检测性能。我们也在 https://github.com/NUAAXQ/MLCVNet 发布了代码。
引用
@article{arxiv.2004.05679,
title = {MLCVNet: Multi-Level Context VoteNet for 3D Object Detection},
author = {Qian Xie and Yu-Kun Lai and Jing Wu and Zhoutao Wang and Yiming Zhang and Kai Xu and Jun Wang},
journal= {arXiv preprint arXiv:2004.05679},
year = {2020}
}
备注
To be presented at CVPR 2020