【CVPR 2020】Point-GNN 通过图神经网络实现3d目标检测论文解读

【CVPR 2020】Point-GNN （开源）通过图神经网络实现3d目标检测论文解读

注：摘要、介绍、相关工作仅仅为翻译，帮助读者理解目前3D目标检测的方法。其他部分为解读内容

摘要

在本文中，我们提出了一个图神经网络来从激光雷达点云检测目标。对这个目标，我们将点云有效地编码到一个固定半径的近邻图中。我们设计了一个图神经网络，并称为点Point GNN，来预测类别和图中每个顶点所属的对象的形状。在PointGNN里，我们提出了一个自动配准的机制来保证平移不变性（reduce translation variance），并设计一个框合并和打分操作，以精确结合多个顶点的检测结果。我们在KITTI数据集上做的实验结果表明，该方法（仅使点云）达到了领先水平，精确度甚至可以超过基于融合的算法。我们的结果证明了利用图神经网络作为一种新的三维目标检测方法的潜力。
代码在这里https://github.com/WeijingShi/Point-GNN

介绍

理解3D环境对机器人感知至关重要。三维点云是一种广泛应用于三维传感器(如激光雷达)的数据格式。从点云中准确地检测目标对于自动驾驶等应用来说是至关重要的。
卷积神经网络用来检测图像中的目标依赖于卷积运算。虽然卷积运算是有效的，但它需要一个规则的网格输入(基于欧式距离)。与图像不同，点云通常是稀疏的且不均匀。把点云放在规则网格会导致每个cell中点的数目不均匀。对这些网格进行相同的卷积操作，可能会导致拥挤网格中的信息丢失或者空网格浪费计算。
最近在神经网络方面的突破允许以无序的点集作为输入。此类研究利用这种类型的神经网络来提取点云特征，而不需要将点云映射到网格。但是，它们通常需要迭代的对点进行取样和分组（sample&group），以得到点集表示。在大型点云上的重复分组和采样计算代价非常昂贵。最近的三维检测方法通常采用混合方法在不同的阶段使用网格和点集表示。虽然它们展现一些较好的结果，但这种混合策略可能会受到两种表现的缺点的影响。
在本文中，我们提出使用图作为一个点云的紧凑表示，并设计一个称为PointGNN的图神经网络来检测对象。**我们把点作为图顶点来编码点云。图的边将位于固定半径内的邻域点连接起来，使得特征信息可以在邻域之间流动。**这样的图表示可以直接适应点云的结构，而不需要使它具有规则性。图神经网络在每一层都重复使用图的边，避免了对点的重复分组和采样。
研究探讨了利用图神经网络对点云进行分类和语义分割。然而，利用图神经网络在点云中进行三维目标检测的研究很少。我们的工作证明了在点云中使用GNN进行高精度目标检测的可行性。
我们提出的图神经网络PointGNN以点图作为输入。它输出每个顶点所属的对象的类别和边界框。PointGNN是一种单阶段检测方法，可以在一个场景中检测多个目标。为了保证图神经网络中的平移不变性，我们引入了一种自动配准机制，该机制允许点根据其特征对坐标进行配准。我们进一步设计了一个框合并和打分操作，以精确的从多个定点结合得到检测结果。
我们在KITTI的benchmark上对所提出的方法进行了评估。在KITTI测试中，Point GNN单独使用点云实现了最先进的精度，甚至超过了传感器融合方法。我们的Point GNN显示了一种利用图神经网络的新型三维目标检测方法的潜力，可以作为未来研究的有力基础。我们对点GNN中各组成部分的有效性进行了广泛的消融研究。
本文的贡献：

1. 提出了新的点云目标检测方法，利用图神经网络。
2. 设计了PointGNN，一个有自动配准机制的在单帧检测多个目标的图神经网络。
3. 在KITTI benchmark的3D目标检测模块sota（现在不是了），深入分析了各部分的有效性。

相关工作