Polar Parametrization for Vision-based Surround-View 3D Detection

要約

サラウンドビューカメラシステムに基づく3D検出は、自動操縦の重要な手法です。
この作業では、極座標系での位置パラメータ化、速度分解、知覚範囲、ラベル割り当て、および損失関数を再定式化する3D検出用の極パラメータ化を紹介します。
Polar Parametrizationは、画像パターンと予測ターゲットの間に明示的な関連付けを確立し、サラウンドビューカメラのビュー対称性を誘導バイアスとして利用して、最適化を容易にし、パフォーマンスを向上させます。
Polarパラメータ化に基づいて、PolarDETRという名前のサラウンドビュー3D検出トランスフォーマーを提案します。
PolarDETRは、さまざまなバックボーン構成で有望なパフォーマンスと速度のトレードオフを実現します。
さらに、PolarDETRは、提出時（2022年3月4日）の3D検出と3D追跡の両方の点で、nuScenesベンチマークのリーダーボードで1位にランクされています。
コードは\url{https://github.com/hustvl/PolarDETR}でリリースされます。

要約(オリジナル)

3D detection based on surround-view camera system is a critical technique in autopilot. In this work, we present Polar Parametrization for 3D detection, which reformulates position parametrization, velocity decomposition, perception range, label assignment and loss function in polar coordinate system. Polar Parametrization establishes explicit associations between image patterns and prediction targets, exploiting the view symmetry of surround-view cameras as inductive bias to ease optimization and boost performance. Based on Polar Parametrization, we propose a surround-view 3D DEtection TRansformer, named PolarDETR. PolarDETR achieves promising performance-speed trade-off on different backbone configurations. Besides, PolarDETR ranks 1st on the leaderboard of nuScenes benchmark in terms of both 3D detection and 3D tracking at the submission time (Mar. 4th, 2022). Code will be released at \url{https://github.com/hustvl/PolarDETR}.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google