用于 3D 目标检测的体素场融合
计算机视觉与模式识别
2022-06-01 v1
摘要
本文中，我们提出一个概念简洁而有效的跨模态 3D 目标检测框架，称为体素场融合。该方法旨在通过将以射线形式增强的图像特征在体素场中表示与融合，来维持跨模态一致性。为此，首先设计可学习采样器从图像平面采样关键特征，并以点至射线方式投影至体素网格，从而在空间上下文下保持特征表示的一致性。此外，在构建的体素场中以射线级融合将特征与补充上下文相融合。我们进一步开发混合增强器以对齐特征变体变换，从而弥合数据增强中的模态鸿沟。所提框架被证明在多个基准上取得一致增益，并在 KITTI 与 nuScenes 数据集上优于以往的基于融合的方法。代码发布于 https://github.com/dvlab-research/VFF。
引用
@article{arxiv.2205.15938,
title = {Voxel Field Fusion for 3D Object Detection},
author = {Yanwei Li and Xiaojuan Qi and Yukang Chen and Liwei Wang and Zeming Li and Jian Sun and Jiaya Jia},
journal= {arXiv preprint arXiv:2205.15938},
year = {2022}
}
备注
Accepted to CVPR2022