[論文レビュー] Reconfigurable Voxels: A New Representation for LiDAR-Based Point Clouds

Tai Wang, Xinge Zhu+1 more|arXiv (Cornell University)|Apr 6, 2020

Advanced Neural Network Applications被引用数 11

ひとこと要約

本稿では、LiDAR点群のための新規表現として再構成可能ボクセル（Reconfigurable Voxels）を導入する。この手法は、局所的な空間密度に基づいて、固定サイズのボクセル近傍に点を適応的に選択・集約するためのバイアス付きランダムウォークを用いる。この方法により、スパース領域における特徴の安定性が向上し、計算コストの増加を最小限に抑えながら、nuScenes、Lyft、KITTIベンチマークにおいて小・遠方の物体の3次元検出性能が顕著に向上する。

ABSTRACT

LiDAR is an important method for autonomous driving systems to sense the environment. The point clouds obtained by LiDAR typically exhibit sparse and irregular distribution, thus posing great challenges to the detection of 3D objects, especially those that are small and distant. To tackle this difficulty, we propose Reconfigurable Voxels, a new approach to constructing representations from 3D point clouds. Specifically, we devise a biased random walk scheme, which adaptively covers each neighborhood with a fixed number of voxels based on the local spatial distribution and produces a representation by integrating the points in the chosen neighbors. We found empirically that this approach effectively improves the stability of voxel features, especially for sparse regions. Experimental results on multiple benchmarks, including nuScenes, Lyft, and KITTI, show that this new representation can remarkably improve the detection performance for small and distant objects, without incurring noticeable overhead costs.

研究の動機と目的

• 自動運転で一般的に見られるスパースで不規則なLiDAR点群において、小・遠方の3次元物体を検出する課題に対処すること。
• 従来のボクセライゼーションが点の分布の不一致により失敗するスパース領域における特徴の安定性を向上させること。
• 計算コストを増加させることなく高い検出精度を維持する、軽量で適応的な表現を開発すること。
• nuScenes、Lyft、KITTIなどの多様な実世界ベンチマークにおいて、強力な3次元物体検出を実現すること。
• 局所的な幾何構造に基づいて動的に近傍選択を再構成する新しいボクセルベースの表現を提供すること。

提案手法

• 各点の周囲の局所的近傍を探索するためのバイアス付きランダムウォーク機構を提案し、点密度が高い領域を優先する。
• ランダムウォークを用いて、局所的な空間構造を最もよく表現する固定数の隣接ボクセルを選択する。
• 選択されたボクセル内のすべての点を統合して、一括の特徴表現を生成し、耐性を高める。
• ランダムウォークのバイアスを設計し、密集した領域を優先することで、スパース領域におけるカバレッジを向上させる。
• 明示的なグリッド分割を必要とせず、局所的な点分布に適応する学習可能なボクセル表現を構築する。
• 既存の3次元検出フレームワークへの統合を、アーキテクチャの変更を最小限に抑えて行う。

実験結果

リサーチクエスチョン

• RQ1 適応的ボクセル選択戦略は、スパースLiDAR点群における特徴表現の安定性を向上させることができるか？
• RQ2 標準的なボクセライゼーションと比較して、再構成可能ボクセルは小・遠方の3次元物体検出においてどの程度の性能を示すか？
• RQ3 提案手法の計算コストは、ベースラインのボクセルベース検出器と比較してどの程度か？
• RQ4 バイアス付きランダムウォーク機構は、スパース領域における情報量の多い局所的近傍を効果的に優先しているか？
• RQ5 この表現は、nuScenes、Lyft、KITTIなどの多様な3次元検出ベンチマークに一般化可能か？

主な発見

• 再構成可能ボクセルは、nuScenesベンチマークにおいて小・遠方物体の検出mAPを顕著に向上させる。
• スパース領域における特徴の安定性が向上し、ボクセル表現の分散が低減される。
• 計算コストの顕著な増加を伴わず、検出性能の向上が達成される。
• KITTIやLyftを含む複数のベンチマークにおいて、標準的なボクセライゼーションを上回る性能を発揮する。
• 実験結果から、バイアス付きランダムウォークがスパース近傍における局所的幾何を効果的に捉えていることが確認される。
• 点密度が低い挑戦的な3次元物体カテゴリの検出信頼性が、この表現によって向上する。