PARTNER：提升极坐标表示以用于 LiDAR 3D 目标检测
计算机视觉与模式识别
2023-12-05 v2
摘要
近来，基于极坐标的表示在感知任务中展现出有前景的特性。除了笛卡尔式方法（其不均匀地分割点云）之外，将点云表示为极坐标栅格已被认为是一种替代方案，原因在于（1）其在不同分辨率下鲁棒性能的优势，以及（2）其在基于流式方法中的优越性。然而，最先进的基于极坐标的检测方法因极坐标表示的非均匀划分而不可避免地遭受特征畸变问题，导致与笛卡尔式方法相比存在不可忽略的性能差距。为应对此问题，我们提出 PARTNER，一种极坐标下的新颖 3D 目标检测器。PARTNER 通过全局表示重对齐缓解了特征畸变的困境，并通过将实例级几何信息引入检测头来促进回归。大量实验显示出在基于流式的检测与不同分辨率下的压倒性优势。此外，我们的方法在 Waymo 与 ONCE 验证集上以 3.68% 和 9.15% 的显著优势超越先前的基于极坐标的工作，从而相对于最先进方法取得了有竞争力的结果。
引用
@article{arxiv.2308.03982,
title = {PARTNER: Level up the Polar Representation for LiDAR 3D Object Detection},
author = {Ming Nie and Yujing Xue and Chunwei Wang and Chaoqiang Ye and Hang Xu and Xinge Zhu and Qingqiu Huang and Michael Bi Mi and Xinchao Wang and Li Zhang},
journal= {arXiv preprint arXiv:2308.03982},
year = {2023}
}
备注
ICCV 2023