PolarBEVDet：探索极坐标表示用于鸟瞰视图中的多视角 3D 目标检测
计算机视觉与模式识别
2024-12-05 v3 人工智能
摘要
最近的 LSS-based 多视角 3D 目标检测提供了经济且部署友好的解决方案，但所有现有的 LSS-based 方法都将多视角图像特征转换为笛卡尔坐标鸟瞰视图 (BEV) 表示，这未考虑非均匀图像信息分布，难以利用视角对称性。本文提出采用极坐标 BEV 表示来取代笛卡尔 BEV 表示，以适应图像信息分布并通过正规卷积保留视角对称性。为实现此目标，我们精心设计了三个模块：极坐标视图转换器用于生成极坐标 BEV 表示，极坐标时序融合模块用于融合历史极坐标 BEV 特征，以及极坐标检测头用于预测对象的极坐标参数化表示。此外，我们设计了 2D 辅助检测头和空间注意力增强模块，以提高视角视图和 BEV 区域特征提取质量。最终，我们将上述改进集成到一个新型多视角 3D 目标检测器中，即 PolarBEVDet。在 nuScenes 数据集上的实验表明，PolarBEVDet 取得了优异的性能。代码已公开于 https://github.com/Yzichen/PolarBEVDet.git（本工作已提交给 IEEE 审稿，版权归属可能在随后转让，此版本后可能无法访问）
关键词
引用
@article{arxiv.2408.16200,
title = {PolarBEVDet: Exploring Polar Representation for Multi-View 3D Object Detection in Bird's-Eye-View},
author = {Zichen Yu and Quanli Liu and Wei Wang and Liyong Zhang and Xiaoguang Zhao},
journal= {arXiv preprint arXiv:2408.16200},
year = {2024}
}
备注
This work has been submitted to the IEEE for possible publication