PV-RCNN++: 用于三维目标检测的语义点-体素特征交互
计算机视觉与模式识别
2022-08-30 v1
摘要
在室外LiDAR点云中,前景点(即物体)与背景点之间常存在严重不平衡。这阻碍前沿检测器聚焦于信息丰富区域以产出精确的三维目标检测结果。本文提出一种通过语义点-体素特征交互的新型目标检测网络,称为PV-RCNN++。与多数现有方法不同,PV-RCNN++利用语义信息提升目标检测质量。首先,提出语义分割模块以保留更具判别力的前景关键点。该模块将引导我们的PV-RCNN++在关键区域整合更多与物体相关的逐点与逐体素特征。接着,为使点与体素高效交互,我们利用基于曼哈顿距离的体素查询快速采样关键点周围的逐体素特征。与球查询相比,该体素查询将时间复杂度从O(N)降至O(K)。进一步,为避免陷入仅学习局部特征,设计基于注意力的残差PointNet模块以扩展感受野,自适应地将邻近逐体素特征聚合至关键点。在KITTI数据集上的大量实验表明,PV-RCNN++在Car、Pedestrian和Cyclist上分别取得81.60%、40.18%、68.21%的3D mAP,取得与最优方法相当甚至更优的性能。
引用
@article{arxiv.2208.13414,
title = {PV-RCNN++: Semantical Point-Voxel Feature Interaction for 3D Object Detection},
author = {Peng Wu and Lipeng Gu and Xuefeng Yan and Haoran Xie and Fu Lee Wang and Gary Cheng and Mingqiang Wei},
journal= {arXiv preprint arXiv:2208.13414},
year = {2022}
}
备注
18 pages, 9 figures