【2024 目标检测】CascadeV-Det：探究基于点的 3D 目标检测中心点定位的对模型精度影响

来源：Arxiv 2024
机构：北京理工大学
论文题目：CascadeV-Det: Cascade Point Voting for 3D Object Detection

论文链接：https://github.com/Sharpiless/CascadeV-Det/blob/main/paper.pdf

开源代码：https://github.com/Sharpiless/CascadeV-Det

摘要：

基于点的 3D 目标检测器在执行预测时是高效的，而不需要额外的后处理。然而，与二维网格不同的是，由于点云的稀疏性，3D 点往往远离目标的真实中心，这使得精确回归边界框具有挑战性。

举例来说，2D 图像可以通过遍历网格点来获取到准确的中心点：

但是，点云获取的大多是物体表面，导致无法遍历到物体中心：

为了解决这个问题，我们首先分析了中心点定位对于模型精度的影响，并进一步提出了一种级联投票（Cascade Voting）策略，该策略不断地在联级的检测头中，优化基于点的预测的中心点位置，并提供了基于点的预测的高质量三维目标检测。

具体来说，CascadeV 使用一种新的级联投票解码器来执行级联检测，该解码器结合了两个新的组件：实例感知投票（IA-Voting）和级联点分配（CPA）模块：

• IA-Voting 模块使用条件逆距离加权更新边界框内更新的建议点的对象特征。这种方法可以防止特征在实例之外被聚合，并有助于提高目标检测的准确性。
• 此外，由于模型训练可能会缺乏高中心度的建议点，我们开发了CPA模块，通过级联阶段缩小正分配阈值。这种方法在早期阶段放松了对提案中心的依赖，同时确保在后期阶段有大量的高中心度的正样本。

实验表明，配备了 CascadeV 的 FCAF3D 模型在SUN RGB-D上以70.4% mAP@0.25，这是首次实现 70% 以上的 mAP@0.25。

观察：

我们定义中心度为从该位置所负责的位置到对象中心的标准化距离。然后我们可视化提议点的中心度，及其对应预测框跟 GT 的 IoU：

上图表示，具有较高中心度的提议点，会期望生成具有更高 IoU 的预测边界框，即预测的更加准确。

我们还注意到，由于我们预测框是由提议点到六个面的距离生成（如下图所示）：

左边显示了来自单个提议点（浅蓝色点）的边界框。而如右图所示，我们可以利用预测框的中心，生成一个新的坐标（即深蓝色点），作为下一个阶段的提议点，实现联级检测。

由此我们重新观察提议点（浅蓝色点）和生成的新中心点（也就是下一阶段的提议点）的中心度变化：

可以看到，预测框的中心往往比原本的提议点具有更高的中心度，即离真正的物体中心点更近。

结合之前的观测：具有较高中心度的提议点，会期望生成具有更高 IoU 的预测边界框，即预测的更加准确。

这样不断更新提议点，获取更高的中心度，进而会提高预测框的准确性。

方法：

基于上述观察，我们提出了我们的方法：带有点编码器和带CascadeV-Det的新型级联投票解码器的框架，其中也包含了一个额外的 CPA 策略被用于训练。

提议点点首先从点编码器中选择，然后通过 IA-Voting 模块对对象特征进行更新，并输入带有注意模块的变压器层，通过检测头的每阶段预测进行特征细化。CPA 策略中正样本的阈值逐步降低，在更深的阶段提供更严格的正样本监督，并由此保证提供丰富的高质量的正样本。

Instance-Aware Voting：

由于我们更新了解码器中建议点的位置，因此对象特征需要相应地更新。为此，我们提出了 Instance-Aware Voting（IA-Voting）模块，它直接从预测的边界框中聚合对象特征，以便于进一步的特征更新。我们使用条件逆距离加权来聚合从这些相邻点回归的特征，在更新的提议点得到一个更新的特征。

Cascade Positive Assignment：

为了保证具有高中心度的阳性对象的数量，我们实施了 CPA 训练策略，该策略包括对每个检测头的进行不同的正样本分配策略，如图：

上图展示了训练过程中匹配的正样本，其中不匹配的建议点用灰色表示。星星表示去噪点（查询），距离真值的最小距离进行去噪训练。箭头方向表示建议点的更新位置。虚线框表示正样本所选择的阈值范围，随着联级预测不断缩小，以提供高质量的正样本。

请注意，与 IA-Voting 不同的是，这种匹配策略只在训练期间生效，并用于为提议点分配用于训练的真值框。

上图（a）表明，当正样本的阈值 µ 直接从 0.5（蓝色）降低到 0.4（金色）时，匹配到真值框的提议点点的数量会急剧下降，这表明由于缺乏积极的训练阈值，直接降低阈值来去除噪声提议点是不可行的。（b）显示，在我们提出的 CPA 策略的第一阶段，由于µ> 0.5，比（a）有更多的分数匹配为阳性，并在第二和第三阶段，这些正样本的中心度进一步提高。

因此，我们可以通过在联级的后续阶段，降低 µ 来建立更严格的分配，并有足够数量的高中心度的正样本。

实验结果：

上图展示了在 SUN RGB-D 数据集上，从多个阶段得到的提议点点和预测的边界盒的可视化结果。