MPPNet：基于代理点的多帧特征交织用于 3D 时序目标检测
计算机视觉与模式识别
2022-09-05 v2
摘要
准确可靠的 3D 检测对包括自动驾驶车辆和服务机器人在内的许多应用至关重要。本文提出一个灵活且高性能的 3D 检测框架，名为 MPPNet，用于点云序列的 3D 时序目标检测。我们提出一种新颖的带代理点的三层级框架，用于多帧特征编码与交互以实现更好检测。三个层级分别执行逐帧特征编码、短片段特征融合和整序列特征聚合。为以合理计算资源处理长序列点云，提出组内特征混合和组间特征注意力来构成第二和第三特征编码层级，其递归应用以聚合多帧轨迹特征。代理点不仅作为每帧一致的对象表示，还作为信使促进帧间特征交互。在大型 Waymo Open 数据集上的实验表明，当应用于短（如 4 帧）和长（如 16 帧）点云序列时，我们的方法以大幅优势优于最先进方法。代码见 https://github.com/open-mmlab/OpenPCDet。
引用
@article{arxiv.2205.05979,
title = {MPPNet: Multi-Frame Feature Intertwining with Proxy Points for 3D Temporal Object Detection},
author = {Xuesong Chen and Shaoshuai Shi and Benjin Zhu and Ka Chun Cheung and Hang Xu and Hongsheng Li},
journal= {arXiv preprint arXiv:2205.05979},
year = {2022}
}
备注
Accepted by ECCV 2022