[論文レビュー] RefinedMPL: Refined Monocular PseudoLiDAR for 3D Object Detection in Autonomous Driving

Jean Marie Uwabeza Vianney, Shubhra Aich+1 more|arXiv (Cornell University)|Nov 21, 2019

Advanced Neural Network Applications参考文献 56被引用数 42

ひとこと要約

この論文は dense monocular PseudoLiDAR の教師なしおよび教師ありスパース化を導入し、3D物体検出を改善し、KITTI CarおよびPedestrianデータセットで最先端の結果を達成します。

ABSTRACT

In this paper, we strive for solving the ambiguities arisen by the astoundingly high density of raw PseudoLiDAR for monocular 3D object detection for autonomous driving. Without much computational overhead, we propose a supervised and an unsupervised sparsification scheme of PseudoLiDAR prior to 3D detection. Both the strategies assist the standard 3D detector gain better performance over the raw PseudoLiDAR baseline using only ~5% of its points on the KITTI object detection benchmark, thus making our monocular framework and LiDAR-based counterparts computationally equivalent (Figure 1). Moreover, our architecture agnostic refinements provide state-of-the-art results on KITTI3D test set for "Car" and "Pedestrian" categories with 54% relative improvement for "Pedestrian". Finally, exploratory analysis is performed on the discrepancy between monocular and LiDAR-based 3D detection frameworks to guide future endeavours.

研究の動機と目的

• モノキュラー3D検出における生の PseudoLiDAR の高い背景密度と計算負荷に対処する。
• 3D検出前に PseudoLiDAR を精製する教師なしおよび教師ありの前処理パイプラインを提案する。
• KITTI 3D物体検出ベンチマークで性能向上を実証する。
• モノキュラーとLiDARベースの3D検出のギャップに関する洞察を提供する。
• アーキテクチャに依存しない洗練によるデータエンジニアリングのトレードオフを評価する。

提案手法

• 教師なしスパース化: 前方差分画像の LoG の極値による Points of Interest Selection (PoIS); Foreground の近似分離 (AFgS) を 3D 最近傍クエリを用いて; Distance-Stratified Sampler (DSS) により点群を削減しつつ前景密度を保持。
• 教師ありスパース化: Depth-Shared 2D Detector (DSD) はモノキュラー深度推定器のエンコーダ特徴を共有して前景マップを生成; DSS は上記と同様。
• 両方のパイプラインは dense PseudoLiDAR を約95%削減しつつ検出精度を維持または向上させる。
• 検出器: PointRCNN を 3D 検出器として使用し、点空間処理を活用。
• 評価は KITTI3D の AP|R40 指標を用いて最新文献と比較する。

実験結果

リサーチクエスチョン

• RQ1 3D検出前に密なモノキュラー PseudoLiDAR をスパース化することで検出精度を向上させ、計算量を削減できるか？
• RQ2 教師なしと教師ありのスパース化戦略は性能と実用性の面でどう比較されるか？
• RQ3 PseudoLiDAR の密度が3D検出器に与える影響は何か、距離ベースのサンプリングは小型・遠距離物体にどう影響するか？
• RQ4 追加の重いモデルなしで、モノキュラー深度の事前情報をどの程度活用して3D物体検出を改善できるか？

主な発見

• 教師なしスパース化と教師ありスパース化の両方が KITTI3D Car の検証で生の PseudoLiDAR ベースラインを上回る。
• 教師ありアプローチは Car および Pedestrian カテゴリで KITTI リーダーボードの最良の成績をもたらす。
• Sparse Refinement は背景点密度を低減し、過度に密な PseudoLiDAR によって生じる多くの偽陽性を解消する。
• KITTI3D テストセットでは RefinedMPL が Car および Pedestrian で最先端の結果を達成し、Pedestrian に対しては顕著な改善（相対 54% 改善）。
• Depth-Shared Features (DSD) は計算オーバーヘッドを大幅に増やすことなく競争力のある2D前景手掛かりを提供する。