RangeRCNN：基于距离图像表征的快而准三维目标检测
计算机视觉与模式识别
2021-03-24 v2
摘要
我们提出RangeRCNN，一种基于距离图像表征的新颖且高效的三维目标检测框架。大多数现有方法基于体素或点。尽管已引入若干优化以缓解稀疏性问题并加快运行时间，这两种表征仍计算低效。相较之下，距离图像表征密集且紧凑，可利用强大的2D卷积。即便如此，由于尺度变化与遮挡，距离图像在三维目标检测中并不受青睐。本文中，我们利用空洞残差块（DRB）以更好适应不同物体尺度并获得更灵活的感受野。考虑尺度变化与遮挡，我们提出RV-PV-BEV（距离视图-点视图-鸟瞰图）模块将特征从RV迁移至BEV。锚框定义于BEV中，从而避免尺度变化与遮挡。RV与BEV均无法提供足够信息用于高度估计；因此，我们提出两阶段RCNN以获得更好的三维检测性能。前述点视图既作为RV到BEV的桥梁，也为RCNN提供逐点特征。实验表明，RangeRCNN在KITTI数据集与Waymo Open数据集上达到最先进性能，并为实时三维目标检测提供更多可能。我们进一步引入并讨论基于距离图像方法的数据增强策略，其对未来距离图像研究极具价值。
引用
@article{arxiv.2009.00206,
title = {RangeRCNN: Towards Fast and Accurate 3D Object Detection with Range Image Representation},
author = {Zhidong Liang and Ming Zhang and Zehan Zhang and Xian Zhao and Shiliang Pu},
journal= {arXiv preprint arXiv:2009.00206},
year = {2021}
}