Far3D: 突破远程3D目标检测的新境界

最新推荐文章于 2024-09-26 18:12:52 发布

2401_87458778

最新推荐文章于 2024-09-26 18:12:52 发布

阅读量1k

点赞数 8

文章标签： 3d 目标检测目标跟踪

本文链接：https://blog.csdn.net/2401_87458778/article/details/142459755

版权

Far3D: 突破远程3D目标检测的新境界

远程3D目标检测(Far-field 3D Detection, Far3Det)是自动驾驶领域中一个至关重要但又充满挑战的任务。随着自动驾驶技术的不断发展，对远距离障碍物的精准检测变得愈发重要，尤其是对于高速行驶的车辆而言，远程检测能够为车辆提供充足的反应和制动距离。然而，传统的3D检测方法在远距离目标上往往表现不佳，这主要是由于远距离目标的特征稀疏、尺度小、遮挡严重等原因造成的。

为了解决这一难题，来自中国科学院自动化研究所的研究团队提出了一种名为Far3D的创新方法，旨在突破远程3D目标检测的瓶颈。该方法在AAAI 2024会议上发表，引起了学术界的广泛关注。Far3D通过一系列巧妙的设计，有效解决了远距离目标检测中的计算开销大、收敛不稳定等问题，在多个benchmark上取得了令人瞩目的成果。

Far3D的核心创新

Far3D的成功主要得益于以下几个关键创新:

稀疏查询框架

Far3D采用了一种新颖的稀疏查询框架。与直接扩展现有方法到远距离不同，Far3D利用高质量的2D目标先验来生成3D自适应查询，这些查询与3D全局查询相辅相成。这种设计大大减少了计算开销，同时保证了检测的准确性。

Far3D框架图

多视角特征聚合模块

为了有效捕获远距离目标在不同视角和尺度下的判别性特征，Far3D引入了一个视角感知的特征聚合模块。这个模块能够智能地整合来自多个相机的信息，从而提高远距离目标的检测性能。

范围调制3D降噪

为了解决查询错误传播和远程任务中的收敛问题，Far3D提出了一种范围调制的3D降噪方法。这种方法能够根据目标的距离动态调整降噪强度，有效提高了模型的稳定性和精度。

实验结果与性能评估

Far3D在多个具有挑战性的数据集上进行了广泛的实验，取得了优异的成绩:

Argoverse 2 验证集

在Argoverse 2验证集上，Far3D以显著优势超越了现有方法:

模型	主干网络	输入尺寸	mAP	CDS
BEVStereo	VoV-99	(960, 640)	0.146	0.104
SOLOFusion	VoV-99	(960, 640)	0.149	0.106
PETR	VoV-99	(960, 640)	0.176	0.122
Sparse4Dv2	VoV-99	(960, 640)	0.189	0.134
StreamPETR	VoV-99	(960, 640)	0.203	0.146
Far3D	VoV-99	(960, 640)	0.244	0.181