Sparse4D v3：推进端到端三维检测与跟踪
计算机视觉与模式识别
2023-11-21 v1 人工智能
机器人学
摘要
在自动驾驶感知系统中，三维检测与跟踪是两项基础任务。本文在 Sparse4D 框架基础上对该领域进行更深入探索。我们引入两个辅助训练任务（时序实例去噪与质量估计）并提出解耦注意力以进行结构改进，从而显著提升检测性能。此外，我们采用一种在推理阶段分配实例 ID 的简便方法将检测器扩展为跟踪器，进一步凸显基于查询（query-based）算法的优势。在 nuScenes 基准上开展的广泛实验验证了所提改进的有效性。以 ResNet50 为骨干网络时，我们在 mAP、NDS 和 AMOTA 上分别取得 3.0%、2.2% 和 7.6% 的提升，达到 46.9%、56.1% 和 49.0%。我们的最佳模型在 nuScenes 测试集上取得了 71.9% NDS 和 67.7% AMOTA。代码将发布于 \url{https://github.com/linxuewu/Sparse4D}。
引用
@article{arxiv.2311.11722,
title = {Sparse4D v3: Advancing End-to-End 3D Detection and Tracking},
author = {Xuewu Lin and Zixiang Pei and Tianwei Lin and Lichao Huang and Zhizhong Su},
journal= {arXiv preprint arXiv:2311.11722},
year = {2023}
}