近年来,通过深度补全无缝融合RGB图像和LiDAR数据的基于虚拟/伪点的三维物体检测方法受到了广泛关注。然而,图像生成的虚拟点非常密集,在检测过程中引入了大量的冗余计算。同时,不准确的深度补全带来的噪声严重降低了检测精度。本文提出一种快速有效的骨干网络VirConvNet,基于一种新的算子VirConv (Virtual Sparse Convolution),用于基于虚拟点的3D目标检测。VirConv由两个关键设计组成:(1)随机体素丢弃(StVD)和(2)NRConv(抗噪子流形卷积)。StVD通过丢弃大量邻近的冗余体素来缓解计算问题。NRConv通过在2D图像和3D LiDAR空间中编码体素特征来解决噪声问题。通过集成VirConv,首先基于早期的融合设计开发了一个高效的流水线VirConv- l。然后,基于变换后的求精方案构建高精度流水线virconvt;最后,基于伪标签框架实现了半监督流水线VirConv-S。在KITTI car 3D检测测试排行榜上,我们的VirConv-L以56ms的快速运行速度实现了85%的AP。VirConv-T和VirConv-S分别获得了86.3%和87.2% AP的高精度,目前分别排在第2和第1位。代码可以在https://github.com/hailanyi/VirConv上找到。

成为VIP会员查看完整内容
24

相关内容

CVPR 2023大会将于 6 月 18 日至 22 日在温哥华会议中心举行。CVPR是IEEE Conference on Computer Vision and Pattern Recognition的缩写,即IEEE国际计算机视觉与模式识别会议。该会议是由IEEE举办的计算机视觉和模式识别领域的顶级会议,会议的主要内容是计算机视觉与模式识别技术。 CVPR 2023 共收到 9155 份提交,比去年增加了 12%,创下新纪录,今年接收了 2360 篇论文,接收率为 25.78%。作为对比,去年有 8100 多篇有效投稿,大会接收了 2067 篇,接收率为 25%。
【CVPR2023】基于混合融合的多模态工业异常检测
专知会员服务
44+阅读 · 2023年3月6日
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
【CVPR2021】探索图像超分辨率中的稀疏性以实现高效推理
【ECCV2020】EfficientFCN:语义分割中的整体引导解码器
专知会员服务
15+阅读 · 2020年8月23日
近期必读的7篇 CVPR 2019【视觉问答】相关论文和代码
专知会员服务
35+阅读 · 2020年1月10日
CVPR 2019 | PointConv:在点云上高效实现卷积操作
机器之心
10+阅读 · 2019年4月21日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
17+阅读 · 2021年3月29日
VIP会员
相关VIP内容
相关基金
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
4+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
3+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员