使用通道式 Transformer 提高 3D 目标检测

ICCVAug, 2021

使用通道式 Transformer 提高 3D 目标检测

Improving 3D Object Detection with Channel-wise Transformer

Hualian Sheng, Sijia Cai, Yuan Liu, Bing Deng, Jianqiang Huang...

TL;DR本文中，我们提出了一种改进的两阶段 3D 目标检测框架 CT3D，其中利用高质量的区域提议网络和基于通道的 Transformer 架构来同时执行提议感知嵌入和通道方式的上下文聚合，以获取更准确的目标预测，具有优秀的性能和可伸缩性，尤其是在 KITTI 测试 3D 检测基准中，众车类别的 AP 为 81.77％，优于现有最先进的 3D 检测器。

Abstract

Though 3d object detection from point clouds has achieved rapid progress in recent years, the lack of flexible and high-performance proposal refinement remains a great hurdle for existing state-of-the-art two-sta

3d object detection proposal refinement channel-wise transformer architecture contextual dependencies kitti test

发现论文，激发创造

CT3D++：基于关键点引导的通道注意力变换提升 3D 物体检测

通过引入两个旨在准确高效地检测和定位三维空间中物体的 3D 物体检测框架，本文目的是解决当前 3D 检测的灵活性和可伸缩性不足的问题，并在 KITTI 数据集和大规模 Waymo 数据集上取得最先进的性能。

Jun, 2024

桥接变压器用于视觉和点云 3D 物体检测

使用 Bridged Transformer 对 3D 与 2D 目标物体区域进行端到端的学习，特别利用对象查询作为 3D 和 2D 空间的桥梁，实现多模式融合，可有效实现从点云和图像中识别物体的边界框，进而提高多视角成像中的物体检测效率。在 SUN RGB-D 和 ScanNetV2 数据集上，Bridged Transformer 优于现有方法。

Oct, 2022

一种用于 3D 物体检测的端到端 Transformer 模型

3DETR 是一种基于 Transformer 的端到端目标检测模型，适用于 3D 点云，相较于现有的检测方法，它需要最少的修改，可以通过将 3D 领域知识整合进去得到进一步的改进，在 ScanNetV2 数据集上，相比于 VoteNet 基线具有 9.5% 更好的性能，并且适用于其他 3D 任务。

Sep, 2021

基于 Transformer 的无分组 3D 物体检测

利用 Transformers 中的注意力机制，以所有的点为输入，自动学习每个点对目标检测的贡献，并通过改进的注意力叠加方案将目标特征融合在不同的阶段，实现了最先进的 3D 目标检测性能。

Apr, 2021

弱监督点云变换器用于 3D 目标检测

本文提出了一种用于 3D 物体检测的弱监督点云变换器框架，旨在降低对训练所需监督的数量，以减少对 3D 数据集进行注释的高成本，通过使用投票网络选择高质量的预设锚点，将信息提炼到学生网络和教师网络。

Sep, 2023

面向点云分割的动态聚类变换网络

该研究提出了一种新的三维点云表示网络，称为动态聚类变换网络（DCTNet），它利用编码器 - 解码器架构来学习全局和局部特征，并提出了新的语义特征动态采样和聚类方法以及一个高效的语义特征引导上采样方法，验证了其在点云分割任务上的性能优于现有的最先进模型。

May, 2023

快速点变换器

本文介绍了一种基于 Fast Point Transformer 的新型轻量级自我关注层的方法，用于对大型 3D 场景进行处理和提高计算效率，并应用于 3D 语义分割和 3D 检测，具有与基于体素的最佳方法相竞争的准确性和比 Point Transformer 更快的推理时间。

Dec, 2021

用于自动驾驶的多视角三维物体检测网络

该论文研究了自动驾驶场景下高精度的 3D 物体检测问题。其提出了 Multi-View 3D networks（MV3D）框架，该框架采用多传感器融合技术，将 LIDAR 点云和 RGB 图像作为输入，并预测有方向的 3D 界限框。实验表明，该方法在 3D 定位和 3D 检测任务方面的表现优于现有技术约 25％和 30％，在 2D 检测中也表现出显著的技术优势。

Nov, 2016

基于人体点云的三维特征点检测：一个基准和双级级联点变换器框架

本篇论文介绍了一种在人体点云上进行三维关键点检测的挑战，并提出了一种名为 Dual Cascade Point Transformer (D-CPT) 的模型，该模型通过级联的 Transformer 解码器逐步优化关键点，在本地区域使用 RefineNet 增强关键点坐标，通过在 HPoint103 和公共数据集 DHP19 上进行对比评估，验证了我们的 D-CPT 模型在关键点检测方面的显著性能优势，并表明将我们的 RefineNet 集成到现有方法中可以持续提高性能。

Jan, 2024

面向自动驾驶的具有变换对称性的三维物体检测

在自动驾驶领域，应用 TED 模型能够高效地检测汽车等 3D 物体。TED 利用稀疏卷积提取多通道等变体素特征，使得其在处理大量数据时仍然能快速的检测物体。同时，在 KITTI 竞赛的排名上表现十分出众，达到全球第一。

Nov, 2022