[论文解读] CenterNet3D: An Anchor free Object Detector for Autonomous Driving.

Guojun Wang, Bin Tian+4 more|arXiv (Cornell University)|Jul 13, 2020

Advanced Neural Network Applications参考文献 38被引用 24

一句话总结

CenterNet3D 提出了一种用于自动驾驶的无锚点3D目标检测方法，将目标建模为中心点，通过关键点估计和直接回归来预测3D边界框。通过引入角落注意力模块，增强稀疏点云中的边界感知能力，该方法在KITTI数据集上实现了具有竞争力的性能，且无需非极大值抑制（Non-Maximum Suppression），相较于基于锚点的方法，显著提升了效率与简洁性。

ABSTRACT

Accurate and fast 3D object detection from point clouds is a key task in autonomous driving. Existing one-stage 3D object detection methods can achieve real-time performance, however, they are dominated by anchor-based detectors which are inefficient and require additional post-processing. In this paper, we eliminate anchors and model an object as a single point the center point of its bounding box. Based on the center point, we propose an anchor-free CenterNet3D Network that performs 3D object detection without anchors. Our CenterNet3D uses keypoint estimation to find center points and directly regresses 3D bounding boxes. However, because inherent sparsity of point clouds, 3D object center points are likely to be in empty space which makes it difficult to estimate accurate boundary. To solve this issue, we propose an auxiliary corner attention module to enforce the CNN backbone to pay more attention to object boundaries which is effective to obtain more accurate bounding boxes. Besides, our CenterNet3D is Non-Maximum Suppression free which makes it more efficient and simpler. On the KITTI benchmark, our proposed CenterNet3D achieves competitive performance with other one stage anchor-based methods which show the efficacy of our proposed center point representation.

研究动机与目标

• 消除基于锚点的3D目标检测在点云中效率低下且结构复杂的问题。
• 解决稀疏点云导致中心点估计困难，尤其是在目标边界附近的问题。
• 开发一种单阶段、无需非极大值抑制的检测器，同时保持实时推理性能与高精度。
• 通过辅助注意力模块增强目标边界处的特征学习，从而改进边界框回归性能。
• 证明中心点表示方法在3D检测任务中无需锚点即可实现具有竞争力的性能。

提出的方法

• 网络将每个3D目标建模为表示其边界框中心的单一关键点，通过关键点热力图估计实现检测。
• 直接从预测的中心点回归3D边界框参数（中心点、尺寸、方向），无需使用锚点建议。
• 引入辅助角落注意力模块，引导CNN主干网络关注目标边界区域，从而在稀疏点云中提升定位精度。
• 采用端到端方式训练网络，损失函数包括关键点热力图损失和边界框参数回归损失。
• 该方法设计为无需非极大值抑制，简化推理流程并提升计算效率。
• 通过注意力机制增强主干网络特征，突出关注目标角落附近的特征，这些特征对精确的框回归至关重要。

实验结果

研究问题

• RQ1 基于中心点的表示方法是否能在不依赖锚点建议的情况下实现具有竞争力的3D目标检测性能？
• RQ2 如何缓解点云固有的稀疏性，以提升中心点定位精度，尤其是在目标边界附近？
• RQ3 辅助角落注意力模块在稀疏3D点云场景下对检测精度的提升程度如何？
• RQ4 无锚点、无非极大值抑制的检测器是否能在保持高精度的同时实现实时推理速度？
• RQ5 所提出方法在标准基准（如KITTI）上与当前最先进的一阶段基于锚点检测器相比表现如何？

主要发现

• CenterNet3D在KITTI基准上实现了具有竞争力的3D目标检测性能，其表现匹配或超越了当前最先进的基于锚点的一阶段检测器。
• 引入角落注意力模块显著提升了定位精度，通过增强目标边界处的特征学习实现。
• 无锚点设计消除了对非极大值抑制的需求，简化了推理流程，提升了计算效率。
• 通过注意力机制聚焦于边界相关特征，该方法在稀疏点云环境中表现出强鲁棒性。
• 从中心点直接回归3D边界框，相比需要后处理的基于锚点方法，推理速度更快。
• 得益于注意力增强的特征学习，该网络在点密度较低的复杂场景中仍能保持高精度。