STD: Sparse-to-Dense 3D Object Detector for Point Cloud 阅读笔记

Proposal生成

球形Anchor

STD方法使用球形Anchor，不同的检测目标使用不同的球半径。因为球形Anchor没有方向，网络后期直接预测角度，所以Anchor的数量比传统的带方向的长方体Ancho少了50%减少到了16K左右，通过NMS方式（IoU是BEV投影上的）删除冗余的Anchor最终减少到500个左右。且球形Anchor比传统Anchor拥有更高的recall。

proposal 生成网络

在每个Anchor中收集点，输入PointNet进行分类前景、背景。
然后计算Anchor的中心偏移量和预定义大小的偏移量，对Anchor进行精修。
角度回归方面：定义了$N_a$个角度箱子(angle bins)。残差值根据bin的值进行回归。(实验中$N_a=12$)。
使用基于分类评分的NMS和面向BEV的IoU来消除冗余的proposals。在训练期间保留多达300个proposals，在测试期间保留100个proposals。

Anchor 类别定义

因为球形Anchor与传统Anchor不同，所以作者提出了一种新的方式——PointsIoU，使用两个区域相交区域内的点数与两个区域联合区域内的点数的商。$>0.55$则为前景，否则为背景。

Proposal特征提取

动机

因为效率的问题使用PointsPool 和 FC 替代了Point++中的3个SA模块，同时又有很好的效果。

PointsPool 层

总共分三个步骤：

1. 在每个Proposal中选取N个点。每个点减去Proposal的中心并做刚性旋转到规范的位置下。
2. 将Proposal体素化，每个体素中采样$N_r=35$个点。体素特征包括点的标准坐标特征和语义特征。
3. 使用VoxelNet中的VFE来抽取特征。

Box 预测网络

Box估计部分

使用两个FC层(通道数为(512,512))来抽取每个proposal的特征。
使用另外两个FC层来进行分类和回归预测。直接预测ground truth和proposal的偏移量$(t_l,t_w,t_h)$和中心偏移$(t_x,t_y,t_z)$

IoU估计部分

TODO

损失函数

TODO

实验部分

TODO