用于点云中体素级联合分割与运动预测的时空Transformer注意力网络
计算机视觉与模式识别
2022-03-02 v1
摘要
包括检测、分类、跟踪与运动预测在内的环境感知是自动驾驶系统与智能交通应用的关键赋能技术。受传感技术与机器学习进展的推动，基于LiDAR的传感系统已成为一种有前景的解决方案。该方案当前的挑战在于如何有效地将不同感知任务整合进单一骨干网络，以及如何从点云序列中高效学习时空特征。在本研究中，我们提出一种基于Transformer自注意力机制的新型时空注意力网络，用于在点云内以体素级进行联合语义分割与运动预测。该网络通过直接从点云序列数据集中学习，被训练为同时输出体素级类别与预测运动。所提出的骨干网络包含时间注意力模块（TAM）与空间注意力模块（SAM），以学习并提取复杂的时空特征。该方法已在nuScenes数据集上评估，并取得了有前景的性能。
引用
@article{arxiv.2203.00138,
title = {Spatiotemporal Transformer Attention Network for 3D Voxel Level Joint Segmentation and Motion Prediction in Point Cloud},
author = {Zhensong Wei and Xuewei Qi and Zhengwei Bai and Guoyuan Wu and Saswat Nayak and Peng Hao and Matthew Barth and Yongkang Liu and Kentaro Oguchi},
journal= {arXiv preprint arXiv:2203.00138},
year = {2022}
}
备注
Submitted to IV 2022