文章目录[隐藏]
本文对基于激光雷达的无监督域自适应3D物体检测
进行了研究,论文已收录于 ICCV2021。
在Waymo Domain Adaptation dataset
上,作者发现点云质量的下降
是3D物件检测器性能下降的主要原因。因此论文提出了Semantic Point Generation (SPG)
方法,首先在预测的前景点区域生成语义点云,复原前景点物体缺失的部分
。然后,将原始点云与生成的语义点云进行融合得到增强后的点云数据
,再使用通用的3D物体检测器进行检测。在Waymo
和 KITTI
数据集上,无论是在target domain
还是 source domain
上,本文提出的SPG
方法都大幅提高了3D物检检测器的性能。
论文链接为:https://arxiv.org/pdf/2108.06709v1.pdf
1. Introduction
首先是引出本文要解决的问题:Waymo Open Dataset (OD)
数据集是在California和Arizona
收集的,而Waymo Kirkland Dataset (Kirk)
是在Kirk
收集的,这里将OD
数据当作source domain
,Kirk
数据当作target domain
。
作者使用PointpPllars
模型在OD
训练集上训练,然后在OD
和Kirk
验证集上进行验证。从表1可以看出,雨天下收集到的点云质量下降很厉害
,平均每帧缺失点数几乎是干燥天气下的两倍,检测性能也下降了27%左右;同时从Range Image
上也可以看出雨天下物体点云缺失的区域也更不规则。
![]() |
![]() |
2. Semantic Point Generation
本文提出的SPG
辅助检测方法如下图所示,SPG
首先在预测的前景点区域生成语义点集,然后语义点集与原始点云相结合得到增强点云
P
C
a
u
g
PC_{aug}
PCaug,最后再使用一个点云检测器得到检测结果。
2.1 Training Targets
设原始输入点云为
P
C
r
a
w
=
{
p
1
,
p
2
,
.
.
.
,
p
N
}
∈
R
3
+
F
PC_{raw}=\{p_1,p_2,...,p_N\} \in \mathbb{R}^{3+F}
PCraw={p1,p2,...,pN}∈R3+F,
3
3
3 表示点云坐标,
F
F
F 表示点云属性。
SPG
首先将原始点云划分为一个个Voxel,对于每一个Voxel,模型首先预测其为前景Voxel的概率P
~
f
\tilde{P}^{f}
s
p
~
\tilde {sp}
ψ
~
=
[
χ
~
,
f
~
]
\tilde{\psi}=[\tilde{\chi}, \tilde{f}]
- 在与原始点云融合时只保留置信度超过
P
t
h
r
e
s
h
P_{thresh}
K
K
P
C
a
u
g
=
{
p
^
1
,
p
^
2
,
…
,
p
^
N
,
s
p
~
1
,
s
p
~
2
,
…
,
s
p
~
K
}
∈
R
3
+
F
+
1
PC_{aug}=\left\{\hat{p}_{1}, \hat{p}_{2}, \ldots, \hat{p}_{N}, \tilde{s p}_{1}, \tilde{s p}_{2}, \ldots, \tilde{s p}_{K}\right\} \in \mathbb{R}^{3+F+1}
最后一个通道表示点为前景点的置信度
,原始点云则置信度为1.0
1.0
P
~
f
\tilde{P}^f
在训练时,如果划分的Voxel为前景voxel
V
f
V^f
Vf,则其对应类别
y
i
f
=
1
y_i^f=1
yif=1,否则为
y
i
f
=
0
y_i^f=0
yif=0。如果划分的Voxel非空的话, 令
ψ
i
=
[
χ
ˉ
i
,
f
ˉ
i
]
\psi_{i}=\left[\bar{\chi}_{i}, \bar{f}_{i}\right]
ψi=[χˉi,fˉi] 为回归目标,其中
χ
i
ˉ
\bar{\chi_i}
χiˉ 为Voxel中所有前景点的平均坐标,
f
ˉ
i
\bar{f}_i
fˉi 为前景点的属性平均值。
2.2 Model Structure
SPG
模型结构由三部分组成:
- 首先是Voxle特征编码模块,对每一个Voxel进行特征学习,编码成pillars投影到鸟瞰图;
- 然后是信息传播模块,将非空pillars语义信息传播到附近非空pillars;
- 最后是语义点集生成模块,在每一个前景Voxel生成语义点集
s
p
~
i
=
[
χ
~
i
,
f
~
i
,
P
~
i
f
]
\tilde{sp}_i=\left[\tilde{\chi}_{i}, \tilde{f}_{i}, \tilde{P}_{i}^{f}\right]
2.3 Foreground Region Recovery
为了在 empty areas
生成语义点集,作者设计了两个策略Hide and Predict
和Semantic Area Expansion
。
- Hide and Predict。原始点云
P
C
r
a
w
PC_{raw}
V
=
{
v
1
,
v
2
,
.
.
.
,
v
M
}
V=\{v_1,v_2,...,v_M\}
γ
%
\gamma\%
V
h
i
d
e
V_{hide}
SPG
需要预测出这些隐藏的Voxel标签y
f
y^f
ψ
~
\tilde{\psi}
- Semantic Area Expansion。作者设计了一个扩展语义区域策略(图5所示),用以在
empty space
生成语义点集。具体地,非空和空的背景Voxel为V
o
b
,
V
e
b
V_o^b,V_e^b
y
f
=
0
y^f=0
V
o
f
V_o^f
y
f
=
1
y^f=1
V
e
f
V_e^f
y
f
=
1
y^f=1
α
<
1
\alpha < 1
V
o
f
V_o^f
ψ
\psi
![]() |
![]() |
2.4 Objectives
损失函数有两个,一个是类别损失函数
,其中
V
o
V_o
Vo 为非空Voxel,
V
e
b
V_e^b
Veb 为空的背景Voxel,
V
e
f
V_e^f
Vef 为空的前景Voxel,
V
h
i
d
e
V_{hide}
Vhide 为隐藏的Voxel。
L
c
l
s
=
1
∣
V
o
∪
V
e
b
∣
∑
V
o
∪
V
e
b
L
focal
+
α
∣
V
e
f
∣
∑
V
e
f
L
focal
+
β
∣
V
hide
∣
∑
V
hide
L
focal
\begin{aligned} L_{c l s} &=\frac{1}{\left|V_{o} \cup V_{e}^{b}\right|} \sum_{V_{o} \cup V_{e}^{b}} L_{\text {focal }} +\frac{\alpha}{\left|V_{e}^{f}\right|} \sum_{V_{e}^{f}} L_{\text {focal }}+\frac{\beta}{\left|V_{\text {hide }}\right|} \sum_{V_{\text {hide }}} L_{\text {focal }} \end{aligned}
Lcls=∣Vo∪Veb∣1Vo∪Veb∑Lfocal +∣∣∣Vef∣∣∣αVef∑Lfocal +∣Vhide ∣βVhide ∑Lfocal
另一个是点集回归损失函数:
L
reg
=
1
∣
V
o
f
∣
∑
V
o
f
L
smooth-
L
1
(
ψ
~
,
ψ
)
+
β
∣
V
hide
f
∑
V
hide
f
L
smooth-L1
(
ψ
~
,
ψ
)
\begin{aligned} L_{\text {reg }} &=\frac{1}{\left|V_{o}^{f}\right|} \sum_{V_{o}^{f}} L_{\text {smooth- } L 1}(\tilde{\psi}, \psi) +\frac{\beta}{\mid V_{\text {hide }}^{f}} \sum_{V_{\text {hide }}^{f}} L_{\text {smooth-L1 }}(\tilde{\psi}, \psi) \end{aligned}
Lreg =∣∣∣Vof∣∣∣1Vof∑Lsmooth- L1(ψ~,ψ)+∣Vhide fβVhide f∑Lsmooth-L1 (ψ~,ψ)
3. Experiments
首先是在Waymo
数据集上的检测结果:
![]() |
![]() |
![]() |
然后是在KITTI
数据集上的检测结果。
![]() |
![]() |
版权声明:本文为CSDN博主「自动驾驶小学生」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/cg129054036/article/details/120028402
暂无评论