RangeDet：为基于LiDAR的3D目标检测捍卫距离视图
计算机视觉与模式识别
2021-03-19 v1 机器人学
摘要
本文提出一种无锚框单阶段基于 LiDAR 的 3D 目标检测器——RangeDet。与以往工作最显著的差异在于，我们的方法纯粹基于距离视图表示。相较于常用的体素化或鸟瞰图（BEV）表示，距离视图表示更为紧凑且无量化误差。尽管已有工作将其用于语义分割，其在目标检测中的性能大幅落后于体素化或 BEV 对应方法。我们首先分析了现有的基于距离视图的方法，发现以往工作忽视的两个问题：1）近处与远处物体间的尺度变化；2）特征提取所用的 2D 距离图像坐标与输出所用的 3D 笛卡尔坐标间的不一致。随后我们在 RangeDet 中专门设计了三个组件以解决这些问题。我们在大规模 Waymo Open Dataset (WOD) 上测试了 RangeDet。我们的最佳模型在车辆/行人/骑行者上取得了 72.9/75.9/65.8 的 3D AP。这些结果以较大优势（车辆检测中约 20 个 3D AP）超越其他基于距离视图的方法，且总体与最先进的基于多视图的方法相当。代码将公开。
引用
@article{arxiv.2103.10039,
title = {RangeDet:In Defense of Range View for LiDAR-based 3D Object Detection},
author = {Lue Fan and Xuan Xiong and Feng Wang and Naiyan Wang and Zhaoxiang Zhang},
journal= {arXiv preprint arXiv:2103.10039},
year = {2021}
}
备注
The first two authors contributed equally to this work