面向LiDAR语义分割的高效极坐标-笛卡尔 BEV 深度融合框架
计算机视觉与模式识别
2024-12-20 v1
摘要
虽然多视图融合在LiDAR分割中显示出潜力，但由于缺乏视图之间固定对应关系（例如范围视图和鸟瞰图 (BEV) 之间），导致基于点的数据交互计算开销巨大，阻碍了实际部署。本文挑战了多视图融合是实现高性能所必需的常规观念。我们展示，通过直接在BEV空间内融合极坐标和笛卡尔分区策略，可实现显著提升。我们提出的仅使用BEV的分割模型利用这两种分区方案之间固有的固定网格对应关系，实现了比传统点基方法快一个数量级（170倍加速）的融合过程。此外，我们的方法还利于密集特征融合，保留了比稀疏点基替代方案更丰富的上下文信息。为在保持推理效率的同时增强场景理解，我们还引入了混合Transformer-CNN架构。在SemanticKITTI和nuScenes数据集上的广泛评估提供了有力证据，表明该方法在性能和推理速度方面均优于以前的多视图融合方法，凸显了基于BEV的LiDAR分割潜力。代码地址为\url{https://github.com/skyshoumeng/PC-BEV.}
引用
@article{arxiv.2412.14821,
title = {PC-BEV: An Efficient Polar-Cartesian BEV Fusion Framework for LiDAR Semantic Segmentation},
author = {Shoumeng Qiu and Xinrun Li and XiangYang Xue and Jian Pu},
journal= {arXiv preprint arXiv:2412.14821},
year = {2024}
}
备注
AAAI 2025