EPDet: 通过有效的表示增强点云特征,用于3D物体检测
有效的3D物体检测依赖于强大的特征表示。全局特征和对象的代表性特征对于检测至关重要。然而,传统卷积的感知范围限制了大的感受野,并且当前的对象特征表示仍有改进的空间。针对这些问题,我们引入了一种用于增强点云特征的3D室外物体检测器,称为EPDet。具体而言,为了获取全局特征,我们在BEV(俯视图)领域引入了BEV-Offset Transformer。这个适应性模块增强了对象之间的语义连接,适用于各种3D检测方法。此外,为了改进点云特征,我们采用了Focal Conv作为我们的3D骨干,探索多模态融合效果。在2D骨干中,我们的金字塔状卷积捕获了详细的上下文特征。EPDet在密集对象场景中表现良好,这要归功于BEV Offset Transformer捕捉的整个场景全局特征。在多类别测试中,由于Focal Conv和金字塔状Conv表示的更精细的特征,EPDet在检测较小对象方面表现出色。在实验中,作为一种即插即用的模块,我们验证了BEV Offset Transformer在单阶(SECOND),双阶(Voxel-RCNN)和多阶(CasA)算法中的有效性。鲁棒性在KITTI、NuScenes和ONCE数据集上进行了测试。在KITTI子集中,基于CasA的EPDet在汽车类别中实现了惊人的85.56%准确度。基于Voxel-RCNN的EPDet在多类别检测的中等子集中超过了基线1.65%的mAP(平均精度)。EPDet的精度与基于点云的SotA(最新技术)3D室外物体检测器相当。
图1. EPDet的网络架构。
图2. 多模态Focal Conv变体的广泛研究。
图3. BEV Offset Transformer的玩具示例。彩色视图效果更佳。
图4. BEV Offset Transformer的框架。
图5. Pyramid-like Conv的框架。
图6. KITTI验证集的定性结果示例。我们展示了包括乡村、城市和高速公路在内的四个不同场景的检测结果。地面真实值、CasA(Wu等人,2022a)和EPDet(CasA)分别以绿色、蓝色和橙色表示。(对于本图例中颜色的解释,请参阅本文的网络版本。)