See Eye to Eye：面向无监督多目标域自适应的激光雷达无关 3D 检测框架
计算机视觉与模式识别
2023-04-12 v2
摘要
不同厂商与型号的激光雷达传感器之间的采样差异导致物体表示不一致。当为一个激光雷达训练的 3D 检测器在其他类型激光雷达上测试时，这会导致性能下降。激光雷达制造的显著进展带来了机械式、固态以及近期可调扫描模式激光雷达的发展。对于后者，现有工作通常每次扫描模式调整时都需微调模型，这并不可行。我们通过提出一种新颖的无监督多目标域自适应框架 SEE 来显式处理采样差异，该框架可在固定与灵活扫描模式激光雷达之间迁移最先进 3D 检测器的性能，且无需终端用户微调模型。我们的方法在将不同激光雷达的物体送入检测网络之前，对其底层几何进行插值并归一化扫描模式。我们在公开数据集上证明了 SEE 的有效性，取得了最先进结果，并额外在一个新型高分辨率激光雷达上提供定量结果以证明我们框架的工业应用价值。
引用
@article{arxiv.2111.09450,
title = {See Eye to Eye: A Lidar-Agnostic 3D Detection Framework for Unsupervised Multi-Target Domain Adaptation},
author = {Darren Tsai and Julie Stephany Berrio and Mao Shan and Stewart Worrall and Eduardo Nebot},
journal= {arXiv preprint arXiv:2111.09450},
year = {2023}
}
备注
Published in RAL and presented in IROS 2022. Code is available at https://github.com/darrenjkt/SEE-MTDA