VoxelNeXt：用于三维目标检测与跟踪的全稀疏 VoxelNet
计算机视觉与模式识别
2023-03-21 v1
摘要
三维目标检测器通常依赖于手工设计的代理（如锚框或中心点），并将研究成熟的二维框架迁移到三维。因此，稀疏体素特征需要被稠密化并由稠密预测头处理，这不可避免地带来额外的计算开销。本文中，我们提出 VoxelNeXt 用于全稀疏三维目标检测。我们的核心思路是直接基于稀疏体素特征预测目标，而不依赖手工设计的代理。我们强大的稀疏卷积网络 VoxelNeXt 完全通过体素特征来检测与跟踪三维目标。它是一个简洁高效的框架，无需稀疏到稠密的转换，也无需 NMS 后处理。我们的方法在 nuScenes 数据集上取得了优于其他主流检测器的速度-精度权衡。我们首次表明，全稀疏的基于体素的表征在 LIDAR 三维目标检测与跟踪中表现良好。在 nuScenes、Waymo 和 Argoverse2 基准上的大量实验验证了我们的方法的有效性。无需额外技巧，我们的模型在 nuScenes 跟踪测试基准上优于所有现有的 LIDAR 方法。
引用
@article{arxiv.2303.11301,
title = {VoxelNeXt: Fully Sparse VoxelNet for 3D Object Detection and Tracking},
author = {Yukang Chen and Jianhui Liu and Xiangyu Zhang and Xiaojuan Qi and Jiaya Jia},
journal= {arXiv preprint arXiv:2303.11301},
year = {2023}
}
备注
In CVPR 2023, Code and models are available at https://github.com/dvlab-research/VoxelNeXt