基于vehical检测的3D FCN 深度网络

点击上方“3D视觉工坊”，选择“星标”

干货第一时间送达

作者：简单一点 | 来源：知乎

https://zhuanlan.zhihu.com/p/144336687

本文仅做学术分享，如有侵权，请联系删除。

3d fully convolutional network for vehicle detection in point cloud

本文是将2D的全卷积网络FCN引入到3D点云中，从而实现3D目标检测。

方法介绍

A. FCN Based Detection Revisited

基于检测框架的FCN的流程可以被分为两个任务：目标预测和Bboxd的回归。如下图所示，FCN 由两个分别对应于两个任务的输出组成。目标预测用于预测是否为目标，bbox预测则回归bbox的尺寸信息。

设  为区域p的objectness map，可以用softmax 或者hinge loss编码。设  为bounding box map的输出，可以用由边界框的坐标偏移编码。

设区域p的目标真实值标签为  .区域p对应的目标损失函数为：

设区域p的真实边界框的偏移量为  。则每个边界框的损失函数被定义为：

因此整个网络总的损失函数被定义为：（其中w用于均衡目标损失函数和边界框损害函数）

 代表objectness map所有的区域，  表示所有的目标区域。在部署阶段，选择具有正目标预测的区域。然后收集与这些区域对应的边界框预测，并将其作为检测结果进行聚类。

B. 3D FCN Detection Network for Point Cloud

本文使用方形网格离散化点云。离散数据可以由具有长度、宽度、高度和通道尺寸的 4D 数组表示。对于最简单的情况，仅使用一个值 [0，1] 的通道来显示在相应的网格元素上是否观察到任何点。2D CNN机制可以很自然地拓展到3D网格中去。图2展示了本文使用方法的样例。

图2。本文使用的3D FCN的一个简单样例。特征图首先通过卷积进行三次下采样。然后在进行上采样。每层之间进行ReLU。deconv4b对应着bounding box map，deconv4a则对应着objectness map。

与 DenseBox 类似，目标区域  代表目标的中心区域。对于建议的 3D 案例，使用位于对象中心的 3D 球体。球体内的点标记为正/前景标签。点 p 处的边界框预测由坐标偏移编码，定义为：（  代表边界框的八个角点）

3D CNN的训练和预测流程遵循着《 Vehicle detection from 3d lidar using fully convolutional network》。在测试阶段，候选边界框从预测为目标的区域中提取，并通过从所有候选边界框中计算其相邻值进行评分。边界框是从最高分中选择的，并且与所选框重叠的候选框将被抑制。

图 3 显示了检测中间结果的示例。来自目标点的边界框预测绘制为绿色框。请注意，对于严重遮挡的车辆，边界框形状会失真且为聚集。这主要是因为在训练阶段缺乏类似的样本。

图3. 3D FCN 检测过程的中间结果。（a） 边界框预测从具有高目标置信度的区域收集，并绘制为绿色框。（b） 使用蓝色原始点云绘制的聚类后的边界框。（c） 3D检测，因为（a）和（b）为鸟视图中的可视化。

C. Comparison with 2D CNN

与2D CNN相比，3D CNN的尺寸增量必然消耗更多的计算资源，这主要是由于 1）3D数据嵌入网格的内存成本增加，2）3D内核的仿真计算成本增加。

另一方面，在 3D 空间中自然嵌入目标可避免 2D 情况下的透视失真和比例变化。这使得使用相对简单的网络结构来学习检测成为可能。

实验部分

实验数据集：KITTI

本文使用的评价指标: bounding box overlap on the image plane (计算图像上的重叠面积)

这是 KITTI 基准的原始指标。3D 边界框检测投影回图像平面，投影的最小矩形外壳被视为 2D 边界框。3D 边界框检测以正交投影到 2D 接地平面上。如果与groundtruth的重叠区域 IoU 大于 0.7，则接受检测。此指标自然反映了自动驾驶系统的需求，其中车辆的垂直定位不如水平系统重要。

除了上述指标外，还评估了Average Precision (AP) 和 Average Orientation Similarity (AOS)

本文仅做学术分享，如有侵权，请联系删文。

下载1

在「3D视觉工坊」公众号后台回复：3D视觉，即可下载 3D视觉相关资料干货，涉及相机标定、三维重建、立体视觉、SLAM、深度学习、点云后处理、多视图几何等方向。

下载2

在「3D视觉工坊」公众号后台回复：3D视觉github资源汇总，即可下载包括结构光、标定源码、缺陷检测源码、深度估计与深度补全源码、点云处理相关源码、立体匹配源码、单目、双目3D检测、基于点云的3D检测、6D姿态估计源码汇总等。

下载3

在「3D视觉工坊」公众号后台回复：相机标定，即可下载独家相机标定学习课件与视频网址；后台回复：立体匹配，即可下载独家立体匹配学习课件与视频网址。

重磅！3DCVer-学术论文写作投稿 交流群已成立

扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流等微信群。

一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号

3D视觉从入门到精通知识星球：针对3D视觉领域的知识点汇总、入门进阶学习路线、最新paper分享、疑问解答四个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近2000星球成员为创造更好的AI世界共同进步，知识星球入口：

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

 圈里有高质量教程资料、可答疑解惑、助你高效解决问题

觉得有用，麻烦给个赞和在看~