用于LiDAR点云的BEV 

标题：BEVContrast: Self-Supervision in BEV Space for Automotive Lidar Point Clouds

论文链接：https://arxiv.org/pdf/2310.17281.pdf

代码链接：https://github.com/valeoai/BEVContrast

作者单位：Univ Gustave Eiffel Valeo.ai

本文提出了一种令人惊讶的简单而有效的方法，用于汽车LiDAR点云上 3D backbone 的自监督。本文设计了在同一场景中捕获的LiDAR扫描特征之间的对比损失。文献中已经提出了几种这样的方法，从 PointConstrast [40]（使用 points 级别的对比）到最先进的 TARL [30]（使用 segments 级别的对比），大致对应于物体。虽然前者的实现非常简单，但它被后者超越，但后者需要昂贵的预处理。在 BEVContrast 中，本文在BEV平面中的 2D cells 级别定义对比。由此产生的 cell-level 表示在 PointContrast 中利用的 point-level 表示和 TARL 中利用的 segment-level 表示之间提供了良好的权衡：本文保留了 PointContrast 的简单性（cell 表示计算成本低廉），同时在下游语义分割上超越了 TARL 的性能。 

首先，本文提出了一种新颖的LiDAR点云自监督方法，它保留了 PointContrast 的简单性，同时超越了所有当前下游语义分割的自监督方法，包括非对比方法，例如 ALSO [3]。

其次，本文表明，在BEV中投影和池化特征比通过在复杂方法提取的 segments 上池化特征更有效。

最后，由于BEVContrast在BEV中工作，因此它可以开箱即用，用于预训练3D目标检测的 backbone ，例如SECOND [41]或PVRCNN [36]，与最先进的技术相比，本文可以实现竞争结果。

网络设计：

在这项工作中，本文提出在BEV平面上的网格的 2D cells 级别上对比特征。cell 的特征在这里被定义为投影到该 cell 中的点的特征的平均值。本文将产生的方法称为 BEVContrast。其动机是城市场景中的物体在 BEV 平面中自然地被很好地分离。因此，对该平面中的点特征进行局部平均允许我们获得 cell-level 特征，这是 point-level 表示和 segment-level 表示之间的良好权衡。BEVContrast 的 high-level 原理如图 1 所示。它保留了 PointContrast 的简单性（BEV 中的投影和每个 BEV  cell 中的局部平均池化的计算成本较低），而实验表明，尽管本文没有明确地处理动态对象，但它可以与 TARL 等最好的自监督方法竞争。

BEVContrast_预处理

图 1. 几种自监督对比方法与 BEVContrast 的比较。SegContrast [29] 和 TARL [30] 通过对比经过仔细且昂贵的预处理获得的 segments 级别的特征来学习强大的表示。PointContrast [40] 更简单，因为它不需要预处理并直接对比 point-level 表示，但实验表明这些 point-level 表示不如 segment-level 表示强大。BEVContrast 通过提取 BEV 中的 cell-level 表示来保留 PointContrast 的简单性。这些表示计算成本低廉，不需要预处理，并且在下游语义分割方面比 SegContrast 和 TARL 表现更好。（⊕和⊖分别代表正向和负向对比损失；t1和t2代表两个不同的时间步。）

BEVContrast_点云_02

图 2. BEVContrast 概述。相同场景的两个点云视图被编码并投影在 BEV 平面上。一个 BEV 通过仿射变换和插值与另一个 BEV 的坐标系对齐，并且一个损失对比两个 BEV 视图中的特征。

实验结果：

BEVContrast_池化_03

BEVContrast_点云_04

BEVContrast_预处理_05

BEVContrast_人工智能_06

BEVContrast_人工智能_07

BEVContrast_池化_08