MS23D：一种利用多尺度语义特征点构建三维特征层的物体检测方法
计算机视觉与模式识别
2024-08-13 v9
摘要
激光雷达（LiDAR）点云能有效刻画物体在三维空间中的运动与姿态。许多研究通过对点云体素化来完成三维物体检测。然而，在自动驾驶场景中，点云的稀疏性与中空性给基于体素的方法带来困难。点云稀疏性使描述物体几何特征困难；点云中空性给三维特征聚合带来困难。我们提出一种两阶段三维物体检测框架，称为 MS23D。（1）我们提出一种利用多分支体素特征点构建三维特征层的方法。利用不同分支的体素特征点，我们构建出具有丰富语义特征且相对紧凑的三维特征层。此外，我们提出距离加权采样方法，减少下采样导致的前景点损失，使三维特征层保留更多前景点。（2）针对点云中空性，我们预测深层特征点与物体质心间的偏移，使其尽可能接近物体质心，从而实现这些富含语义特征点的聚合。对于浅层特征点，我们将其保留在物体表面以描述物体几何特征。为验证方法，我们在 KITTI 和 ONCE 数据集上评估了其有效性。
引用
@article{arxiv.2308.16518,
title = {MS23D: A 3D Object Detection Method Using Multi-Scale Semantic Feature Points to Construct 3D Feature Layer},
author = {Yongxin Shao and Aihong Tan and Binrui Wang and Tianhong Yan and Zhetao Sun and Yiyang Zhang and Jiaxin Liu},
journal= {arXiv preprint arXiv:2308.16518},
year = {2024}
}