R2Det：从距离视图中救赎以实现精确三维目标检测
计算机视觉与模式识别
2023-08-25 v2
摘要
基于LiDAR的三维目标检测对自动驾驶至关重要。近期趋势表明，基于鸟瞰图（BEV）和点的方法相比距离视图方法展现出更优性能，取得了显著改进。本文提出一种利用距离视图表示增强三维点以实现精确三维目标检测的见解。具体而言，我们引入从距离视图到三维点视图进行三维表面纹理增强的即插即用方法——从距离视图救赎模块（R2M）。R2M由用于二维特征提取的BasicBlock、用于扩展三维感受野的层次扩张（HD）元核（Meta Kernel），以及用于恢复三维表面纹理信息的特征点救赎（FPR）组成。R2M可作为预处理无缝集成到最先进的基于LiDAR的三维目标检测器中，并取得可观提升，例如在KITTI验证集的简单、中等和困难难度上分别提升1.39%、1.67%和1.97% mAP。基于R2M，我们进一步提出带有同步网格RoI池化（Synchronous-Grid RoI Pooling）的R2Detector（R2Det）以实现精确框细化。R2Det在KITTI基准和Waymo Open Dataset上均大幅优于现有基于距离视图的方法。代码将公开可用。
引用
@article{arxiv.2307.11482,
title = {R2Det: Redemption from Range-view for Accurate 3D Object Detection},
author = {Yihan Wang and Qiao Yan and Yi Wang},
journal= {arXiv preprint arXiv:2307.11482},
year = {2023}
}