基于视觉环视三维检测的极坐标参数化方法
计算机视觉与模式识别
2025-03-25 v1
摘要
基于环视相机系统的三维检测是自动驾驶中的一项关键技术。在本工作中，我们提出用于三维检测的极坐标参数化方法，该方法在极坐标系下重新表述了位置参数化、速度分解、感知范围、标签分配与损失函数。极坐标参数化在图像模式与预测目标之间建立了显式关联，利用环视相机的视角对称性作为归纳偏置，以简化优化并提升性能。基于极坐标参数化，我们提出了一种环视三维检测Transformer，命名为PolarDETR。PolarDETR在不同的骨干网络配置下实现了良好的性能-速度权衡。此外，在提交时（2022年3月4日），PolarDETR在nuScenes基准测试的3D检测与3D跟踪排行榜上均排名第1。代码将发布于\url{https://github.com/hustvl/PolarDETR}。
引用
@article{arxiv.2206.10965,
title = {Polar Parametrization for Vision-based Surround-View 3D Detection},
author = {Shaoyu Chen and Xinggang Wang and Tianheng Cheng and Qian Zhang and Chang Huang and Wenyu Liu},
journal= {arXiv preprint arXiv:2206.10965},
year = {2025}
}