用于端到端3D目标检测的抑制与精炼框架
计算机视觉与模式识别
2021-09-09 v2
摘要
基于 Hough 投票的 3D 目标检测器取得了巨大成功并衍生出诸多后续工作。尽管不断刷新检测精度，这些工作受限于用于消除冗余框的手工设计组件，因而非端到端且耗时。本工作中，我们提出一种抑制与精炼框架以移除这些手工设计组件。为充分利用全分辨率信息并实现实时速度，它直接消费特征点与冗余 3D 提议。具体而言，它首先抑制含噪 3D 特征点，随后将其送入 3D 提议以进行后续的 RoI 感知精炼。借助门控机制构建精细提议特征以及自注意力机制建模关系，我们的方法能以较小计算代价端到端地产生高质量预测。为此，我们在 VoteNet 基础上提出了首个完全端到端的 3D 检测器 SRDet。它在具挑战性的 ScanNetV2 与 SUN RGB-D 数据集上以最快速度取得了最先进的性能。我们的代码将发布于 https://github.com/ZJULearning/SRDet。
引用
@article{arxiv.2103.10042,
title = {Suppress-and-Refine Framework for End-to-End 3D Object Detection},
author = {Zili Liu and Guodong Xu and Honghui Yang and Minghao Chen and Kuoliang Wu and Zheng Yang and Haifeng Liu and Deng Cai},
journal= {arXiv preprint arXiv:2103.10042},
year = {2021}
}