用于三维目标检测的点金字塔多尺度特征融合

有效的点云处理对于基于激光雷达的自动驾驶系统至关重要。智能车辆的目标检测需要理解多尺度特征，因为道路使用者可能以不同尺寸出现。近期方法侧重于特征聚合算子的设计，这些算子从编码器主干网络收集不同尺度的特征并将其分配给感兴趣的点。尽管在聚合模块上做出了努力，但如何融合这些多尺度特征的重要性却被忽视了。这导致了跨尺度特征通信不足。为了解决这个问题，本文提出了 Point Pyramid RCNN (POP-RCNN)，一个基于特征金字塔的点云三维目标检测框架。POP-RCNN 包含一个点金字塔特征增强 (PPFE) 模块，用于建立跨空间尺度和语义深度的连接以进行信息交换。PPFE 模块有效地融合了多尺度特征以获取丰富信息，而不会增加特征聚合的复杂性。为了弥补点密度不一致的影响，部署了一个点密度置信度模块。这种设计集成使得能够使用轻量级特征聚合器，并同时强调浅层和深层语义，实现了一个用于三维目标检测的检测框架。所提出的方法具有很强的适应性，可应用于多种现有框架以增加特征丰富度，尤其适用于远距离检测。通过在基于体素和基于点-体素的基线中采用 PPFE，在 KITTI 和 Waymo Open Dataset 上的实验结果表明，即使在有限的计算余量下，所提出的方法也能取得显著的性能。