用于高效激光雷达全景分割的稀疏跨尺度注意力网络
计算机视觉与模式识别
2022-01-19 v1 人工智能
机器人学
摘要
三维激光雷达全景分割(PS)的两个主要挑战是:物体的点云呈表面聚集状,因而难以建模长程依赖(尤其对大型实例而言);以及物体过于接近而难以彼此分离。近期文献通过耗时的分组过程(如双聚类、均值漂移偏移等)或忽视几何的鸟瞰图(BEV)稠密质心表示来解决这些问题。然而,上述方法通过局部特征学习未能充分建模长程几何关系。为此,我们提出 SCAN,一种新颖的稀疏跨尺度注意力网络,首先通过全局体素编码注意力对齐多尺度稀疏特征,以捕获实例上下文的长程关系,从而提升过分割大型对象的回归精度。对于表面聚集点,SCAN 采用一种新颖的实例质心稀疏类无关表示,其不仅能保持对齐特征的稀疏性以解决小物体的欠分割问题,还可通过稀疏卷积减少网络计算量。在具有挑战性的三维 PS 任务上,我们的方法在 SemanticKITTI 数据集中大幅优于先前方法,以实时推理速度取得第一名。
引用
@article{arxiv.2201.05972,
title = {Sparse Cross-scale Attention Network for Efficient LiDAR Panoptic Segmentation},
author = {Shuangjie Xu and Rui Wan and Maosheng Ye and Xiaoyi Zou and Tongyi Cao},
journal= {arXiv preprint arXiv:2201.05972},
year = {2022}
}
备注
Accepted by the Thirty-Sixth AAAI Conference on Artificial Intelligence (AAAI-22)