CVPR2022 Canonical Voting: Towards Robust Oriented Bounding Box Detectionin 3D Scenes

论文链接：https://arxiv.org/abs/2011.12001

 代码：https://github.com/qq456cvb/CanonicalVoting

VoteNet通过主干网络传递输入点云，然后对一组种子点进行采样，生成中心投票。然后，通过可学习的模块聚合投票簇，生成包围框朝向和大小。

这种逐点预测绝对偏移和包围盒方向，某些情况下甚至不如随机猜测。

为了解决这个问题，作者将直接预测偏差分解为了三个部分：局部标准坐标，包围盒尺寸，包围盒朝向。 首先估计局部标准坐标和包围盒的规模，并通过标准投票算法寻找欧式空间中可能的对象朝向和中心。对象包围盒由高票位置得出。但是，这种详尽的方向搜索会带来一些投票的错误积累，为了消除假阳，设计了一个LCC反向投影检查算法来将提出的对象坐标反投影到标准空间，与预测的局部标准坐标进行对比。

贡献：

Bypassing orientation regression difficulties through
Local Canonical Coordinates and Canonical Voting.

Devising a back projection validation module to elimi-
nate false positives, achieving high average precision.

State-of-the-art performance on three 3D bounding box
detection benchmarks.

3.1 overview

 

 3.2 回归局部坐标

受到 He Wang, Srinath Sridhar, Jingwei Huang, Julien Valentin,
Shuran Song, and Leonidas J Guibas. Normalized object
coordinate space for category-level 6d object pose and size
estimation. In Proceedings of the IEEE Conference on Com-
puter Vision and Pattern Recognition, pages 2642–2651, 2019.启发

提出回归局部标准坐标，局部标准坐标定义在定义为单位立方体内的3D空间，{xyz}∈【-1,1】 ，在局部标准坐标中，模型被一致对齐居中。

局部坐标系与世界坐标系的转换关系

 回归局部标准坐标和包围框规模，损失函数：

 

局部标准坐标回归与直接偏差回归的比较，左边，当图像旋转时，鸭子的不同部位被映射到相同的输出偏移， 直接偏移不会随着旋转变化，使得基于不同输入模式识别不同的偏移量变得困难，相反，LCC回归如右图所示，无论图片如何旋转，属于同一部分的模式在标准始终被映射到相同的局部标准坐标，使得学习输入和输出的关系变得更加容易。

3.3 带有对象性的标准投票

标准投票算法生成投票图指示对象存在的可能性，同时采用对象性分数过滤掉不属于任何对象的投票。通过预测的包围盒规模，标准局部坐标，对象性分数，每个点对于任意可能的旋转方向投票对应包围盒中心，为了累计投票，将连续的欧式空间离散为预定义的H*d*w栅格。同时用Gobj和Gscale记录航向角和包围盒尺寸。

每一点都参与了标准投票过程。 votenet采用分组与下采样方法生成候选，使得遮挡对象容易被忽略

 3.4 反向投影局部标准坐标检查及包围盒产生

识别投票图的峰值，并产生包围盒。

使用反向投影的局部标准坐标检查

由于详尽的方向搜索，会有假阳出现在投票图。首先根据投票图的峰值产生包围盒候选，然后将包围盒候选内的点反投影到局部标准坐标，然后检查候选框内的点投影的局部标准坐标p~‘与预测的局部标准坐标p~是否一致。

 包围盒中心根据投票图的峰值产生，直到峰值小于某个值，读取对应位置的包围盒规模和航向角。