SVGA-Net：用于点云三维目标检测的稀疏体素-图注意力网络
计算机视觉与模式识别
2021-12-24 v2
摘要
从点云中准确的三维目标检测已成为自动驾驶中的关键组件。然而，先前工作中的体素表示与投影方法未能建立局部点集之间的关系。本文中，我们提出稀疏体素-图注意力网络（SVGA-Net），一种新颖的端到端可训练网络，主要包含体素-图模块与稀疏到稠密回归模块，以从原始 LIDAR 数据完成可比的三维检测任务。具体而言，SVGA-Net 在每个划分的三维球形体素内构建局部完全图，并通过所有体素构建全局 KNN 图。局部与全局图作为注意力机制以增强所提取特征。此外，新颖的稀疏到稠密回归模块通过不同层级特征图聚合提升三维框估计精度。在 KITTI 检测基准上的实验证明了将图表示扩展到三维目标检测的有效性，且所提 SVGA-Net 能取得良好的检测精度。
引用
@article{arxiv.2006.04043,
title = {SVGA-Net: Sparse Voxel-Graph Attention Network for 3D Object Detection from Point Clouds},
author = {Qingdong He and Zhengning Wang and Hao Zeng and Yi Zeng and Yijun Liu},
journal= {arXiv preprint arXiv:2006.04043},
year = {2021}
}
备注
9 pages, 4 figures