多尺度特征融合与点金字塔用于 3D 目标检测 ！

文章预览

ADAS  Laboratory 点击上方 蓝字 关注  智驾实验室           加入【 智驾实验室 】交流群， 获取更多内容和资料 有效点云处理对于基于激光雷达的自动驾驶系统至关重要。在智能车辆的目标检测中，需要理解多种尺度的特征，因为道路使用者可能以不同的大小出现。 recent 方法集中在特征聚合算子（aggregator）的设计上，从编码器 backbones 收集不同尺度的特征，并将其分配给感兴趣的点。虽然对聚合模块进行了努力，但对如何融合这些多尺度特征的重要性却忽视了。这导致特征在不同尺度之间缺乏足够的交流。 为解决这一问题，本文提出了一种基于点云的特征金字塔 RCNN（POP-RCNN），它是一个基于特征金字塔的网络，用于3D目标检测。POP-RCNN 包括一个 Point Pyramid Feature Enhancement (PPFE) 模块，用于在空间尺度和语义深度之间建立连接并进行信息交换。 PPFE ………………………………