Improved 3D Object Detector Under Snowfall Weather Condition Based on LiDAR Point Cloud

Method
- Double-Attention Block
- Global Context Based Pillar Feature Refinement Extraction Block
- MMD Block
Experiments

以PointPillars为framework，加入双重注意力块和图像中“非局部概念”来捕捉恶劣天气条件下远距离特征描述。并以CADC和KITTI两个作为并行输入，使用MMD实现域之间的适应。

Method

Double-Attention Block

与CBAM模块相似，两个分支分别处理逐点级（空间）注意力和通道注意力。最后Softmax合并为与输入相同shape的注意力权重：

并于输入相乘得到双重加权之后的特征。

Global Context Based Pillar Feature Refinement Extraction Block

在降雪天气下，车辆周围存在大量的噪声，这些噪声可能会造成遮挡，影响检测结果，前景对象往往会受到不同程度的雪花污染，从而影响网络提取前景几何结构信息。

由Context modeling和SE block两个模块组成，其中：

Context modeling使用1x1卷积逐点压缩特征之后使用Softmax作归一化得到全局注意力权值，并加权输入得到全局的上下文特征
SE block是SENet中的压缩-激发模块思想，对每一个特征用1x1卷积进行缩放来捕获特征通道之间的依赖关系。

最后讲每一个特征与原始特征相加得到具有远距离依赖的特征。

MMD Block

由于模型同时使用KITTI和CADC两个数据集作为输入，模型需要解决域不变性问题，引入MMD ：maximum mean discrepancy(最大平均差异)损失：

其中

K，C表示使用KITTI，CADC作为输入提取的特征。

Experiments

四种训练方式：
(A)在Kitti(训练集)中进行培训，然后直接在CADC上进行验证。
(B)在Kitti中进行培训(使用来自CADC的500个样本和网络中的冻结层进行微调)，然后在CADC上进行验证。
©在Kitti进行培训(用来自CADC的500个样本进行微调，网络中没有冻结层)，然后在CADC上进行验证。
利用KITTI和CADC的组合训练集进行联合训练，分别在KITTI和CADC上验证检测性能。

在Car，Ped，Cyclist（仅在KITTI上）的消融实验：P=baseline;D,G,M分别表示上面提到的三个子模块

各种训练方式下提出的方法与其他模型的比较（感觉差差的…）：

Improved 3D Object Detector Under Snowfall Weather Condition Based on LiDAR Point Cloud相关推荐

【论文阅读】【3d目标检测】Embracing Single Stride 3D Object Detector with Sparse Transformer
论文标题:Embracing Single Stride 3D Object Detector with Sparse Transformer 源码地址:https://github.com/TuSi ...
STD: Sparse-to-Dense 3D Object Detector for Point Cloud 阅读笔记
Yang Z, Sun Y, Liu S, et al. Std: Sparse-to-dense 3d object detector for point cloud[C]//Proceedings ...
Sparse-to-dense 3D Object Detector for Point Cloud（KITTI,Tencent Youtu,港中文，2019.7.22）
Sparse-to-dense 3D Object Detector for Point Cloud(KITTI,Tencent Youtu,港中文,2019.7.22) 是基于点云的二阶段检测网络. ...
STD：Sparse-to-Dense 3D Object Detector for Point Cloud(腾讯香港大学)
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达原文地址:https://arxiv.org/abs/1907.10471 主要思想本文提出了一种新 ...
点云 3D 天气数据增强 - LiDAR Snowfall Simulation for Robust 3D Object Detection (CVPR 2022)
点云 3D 天气数据增强 - LiDAR Snowfall Simulation for Robust 3D Object Detection - 用于鲁棒3D目标检测的激光雷达降雪模拟(CVPR 2 ...
（CVPR 2020）3DSSD: Point-based 3D Single Stage Object Detector
摘要目前,基于体素的3D单级检测器已经有很多种,而基于点的单级检测器仍处于探索阶段.在本文中,我们首先提出了一种轻量级且有效的基于点的3D单级目标检测器,名为3DSSD,在精度和效率之间取得了很好的 ...
ICCV2019论文点评：3D Object Detect疏密度点云三维目标检测
ICCV2019论文点评:3D Object Detect疏密度点云三维目标检测 STD: Sparse-to-Dense 3D Object Detector for Point Cloud 论文链 ...
【论文阅读】【综述】3D Object Detection 3D目标检测综述
目录写在开头 3D Object Detection 相关博客: Sliding window Vote3Deep: Fast Object Detection in 3D Point Clouds ...
3D Object Detection 3D目标检测综述
版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明. 本文链接: https://blog.csdn.net/wqwqqwqw1231/articl ...

Improved 3D Object Detector Under Snowfall Weather Condition Based on LiDAR Point Cloud

Improved 3D Object Detector Under Snowfall Weather Condition Based on LiDAR Point Cloud

Method

Double-Attention Block

Global Context Based Pillar Feature Refinement Extraction Block

MMD Block

Experiments

Improved 3D Object Detector Under Snowfall Weather Condition Based on LiDAR Point Cloud相关推荐

最新文章

热门文章