[논문 리뷰] Voxel-FPN: multi-scale voxel feature aggregation in 3D object detection from point clouds

Bei Wang, Jianping An외 1명|arXiv (Cornell University)|2019. 06. 28.

Advanced Neural Network Applications참고 문헌 25인용 수 40

한 줄 요약

Voxel-FPN은 상향식 인코더와 하향식 디코더를 갖춘 다중 스케일 복셀 특징 집계를 이용한 단일 단계 3D 물체 탐지기를 도입하여 LIDAR 포인트 구름으로부터 특징 추출을 향상시킨다.

ABSTRACT

Object detection in point cloud data is one of the key components in computer vision systems, especially for autonomous driving applications. In this work, we present Voxel-FPN, a novel one-stage 3D object detector that utilizes raw data from LIDAR sensors only. The core framework consists of an encoder network and a corresponding decoder followed by a region proposal network. Encoder extracts multi-scale voxel information in a bottom-up manner while decoder fuses multiple feature maps from various scales in a top-down way. Extensive experiments show that the proposed method has better performance on extracting features from point data and demonstrates its superiority over some baselines on the challenging KITTI-3D benchmark, obtaining good performance on both speed and accuracy in real-world scenarios.

연구 동기 및 목표

• 원시 LIDAR 포인트 구름에서의 특징 추출 개선의 필요성을 제시하여 3D 물체 탐지를 다룬다.
• 다중 스케일 특징 집계를 갖춘 복셀 기반 인코더-디코더 프레임워크를 제안한다.
• KITTI-3D 벤치마크에서 기준선 대비 이점을 입증한다.
• 실제 자율주행에서 속도와 정확도 측면의 효율성을 보장한다.
• 상향식 다중 스케일 인코딩과 하향식 융합의 효과를 강조한다.

제안 방법

• 상향식으로 다중 스케일 복셀 정보를 추출하는 복셀 기반 인코더를 개발한다.
• 다양한 스케일의 특징 맵을 하향식으로 융합하는 디코더를 만든다.
• 인코더–디코더를 3D 단일 스테이지 탐지를 위한 영역 제안 네트워크와 통합한다.
• KITTI-3D 벤치마크에서 속도와 정확도를 기준선과 비교하도록 평가한다.
• LIDAR 센서의 원시 데이터만 활용함을 강조한다.

실험 결과

연구 질문

• RQ1 다중 스케일 복셀 특징 집계가 기준선과 비교하여 포인트 구름에서의 3D 물체 탐지를 개선할 수 있는가?
• RQ2 상향식 인코더와 하향식 디코더가 다중 스케일 복셀 특징을 효과적으로 융합하여 정확한 제안 생성을 달성하는가?
• RQ3 KITTI-3D에서 실제 자율주행 시나리오에 충분한 효율성을 보이는가?
• RQ4 속도-정확도 트레이드오프에서 Voxel-FPN의 성능은 어떻게 되는가?

주요 결과

• 제안된 방법은 포인트 데이터로부터 더 나은 특징 추출을 달성한다.
• KITTI-3D 벤치마크에서 일부 기준선보다 우수성을 보여준다.
• 본 접근법은 실제 상황에서 속도와 정확도의 균형을 이룬다.