稀疏检测：用于全稀疏 LiDAR 3D 对象检测的简单且有效框架
计算机视觉与模式识别
2024-06-18 v1
摘要
LiDAR 基于稀疏的 3D 对象检测在自动驾驶应用中发挥着关键作用，由于其计算效率优势。现有方法要么使用单个中心体素的特征作为对象代理，要么将前景点的聚类簇作为对象代理。然而，前者缺乏聚合上下文信息的能力，导致对象代理信息表达不足；后者依赖多阶段管道和辅助任务，降低推理速度。为保持稀疏框架的效率，同时完全整合上下文信息，本文提出 SparseDet，该框架设计稀疏查询作为对象代理。它引入了两个关键模块：局部多尺度特征聚合（LMFA）模块和全局特征聚合（GFA）模块，旨在完全捕获上下文信息，从而增强代理表示对象能力的能力。LMFA 子模块通过坐标变换和使用最近邻关系捕获对象级别细节和局部上下文信息，实现稀疏关键体素之间不同尺度的特征融合；GFA 子模块使用自注意力机制 selectively 聚合整个场景中关键体素的特征，以捕获场景级别的上下文信息。在 nuScenes 和 KITTI 上的实验表明了该方法的有效性。具体而言，在 nuScenes 上，SparseDet 相比之前最好的稀疏检测器VoxelNeXt 以 13.5 FPS 的速度将 mAP 提高了 2.2%；在 KITTI 上，稀疏检测器相比 VoxelNeXt 在硬水平任务上以 17.9 FPS 的速度将 提高了 1.12%。
引用
@article{arxiv.2406.10907,
title = {SparseDet: A Simple and Effective Framework for Fully Sparse LiDAR-based 3D Object Detection},
author = {Lin Liu and Ziying Song and Qiming Xia and Feiyang Jia and Caiyan Jia and Lei Yang and Hongyu Pan},
journal= {arXiv preprint arXiv:2406.10907},
year = {2024}
}
备注
arXiv admin note: text overlap with arXiv:2401.02702