MDHA: 多尺度可变形变压器与混合锚点的多视角三维目标检测

Jun, 2024

MDHA: 多尺度可变形变压器与混合锚点的多视角三维目标检测

MDHA: Multi-Scale Deformable Transformer with Hybrid Anchors for Multi-View 3D Object Detection

Michelle Adeline, Junn Yong Loo, Vishnu Monn Baskaran

TL;DR多视角 3D 目标检测是自动驾驶系统的重要组成部分，本文提出了一种名为 MDHA 的稀疏查询框架，使用多视角、多尺度输入构建自适应的 3D 输出提案，通过混合锚点的方式来解决数据集特定初始化和计算效率问题，并成功优于现有基线方法。

Abstract

multi-view 3d object detection is a crucial component of autonomous driving systems. Contemporary query-based methods primarily depend either on dataset-specific initialization of 3D anchors, introducing bias, or utilize dense attention mechanisms, which are computationally inefficient

multi-view 3d object detection autonomous driving systems mdha sparse query-based framework hybrid anchors

发现论文，激发创造

NeuDA: 高保真隐式表面重建的神经可变锚点

本文研究利用可微分射线投射进行隐式表面重建。我们提出了一种高保真表面重建的柔性神经隐式表示方法 NeuDA，利用分层体素网格维护分层锚点网格。此外，我们还深入探讨了位置编码策略，并引入了一种简单的分层位置编码方法，以灵活利用高频和低频几何与外观的特性。实验证明，NeuDA 可以产生有前途的网格表面。

Mar, 2023

S$^3$-MonoDETR: 基于形状和尺度感知的单目三维物体检测的可变形 Transformer

该研究论文提出了一种新的监督形状与尺度感知变形注意力模块（S$^3$-DA），用于单目三维物体检测，通过利用视觉和深度特征生成具有不同形状和尺度的多样局部特征，并同时预测相应的匹配分布，为每个查询点施加有价值的形状与尺度感知，从而有效地估计属于任何类别的查询点的感受野，提高了检测准确性。

Sep, 2023

SSD-MonoDTR: 监督式尺度受限可变形 Transformer 用于单目 3D 物体检测

本篇研究提出了一种新的监督型缩放限制可变注意力机制（SSDA），通过多重缩放控制预先设定的多个掩膜，利用深度和视觉特征为每个查询预测本地特征，从而生成更加准确的接收域来支持强大的查询特征生成，SSDA 在 KITTI 数据集上较现有方法良好表现且取得了 SOTA 结果。

May, 2023

DFA3D：2D 转 3D 特征提升的 3D 可变形注意力

通过提出一种新的运算符，即 3D 可变形注意力（DFA3D），将多视图 2D 图像特征转换成统一的 3D 空间，用于 3D 物体检测，并通过深度数据和转换器结构逐层提炼特征，解决深度模糊问题，实现了在 nuScenes 数据集上平均 + 1.41% mAP 的一致改进和高达 + 15.1% mAP 改进的实验证明。

Jul, 2023

DHA：通过自适应头融合从 Transformer 检查点学习分离头注意力

通过分析注意力冗余，设计了一种解耦式头部注意力机制（Decoupled-Head Attention，DHA），达到性能和效率之间的更好平衡，通过逐步线性融合类似头部参数来将 Multi-Head Attention（MHA）模型转换为 DHA 模型，实现了预训练预算的极大节约和高性能的平衡。

Jun, 2024

模型交互锚点修正实现航空图像鲁棒目标检测

本文提出了一种基于动态增强锚点网络的物体检测方法，支持航拍场景下的小目标检测，采用交互式样本筛选和保守的基于锚点的推断方案，结合多任务联合训练，实现了高精度和低计算复杂度，并在 DTAO 和 HRSC2016 等数据集上取得了最优性能。

Dec, 2021

Anchor DETR：基于 Transformer 的目标检测中的查询设计

本论文针对基于 Transformer 的物体检测算法，提出一种新的查询设计，纠正了目前算法中普遍存在的嵌入表达无法明确物体目标位置等缺陷，改为基于锚点查询方法，实现定位到特定区域及多目标检测的要求，并通过注意力变量方案来达到更好的算法性能。

Sep, 2021

基于掩码引导注意力的无锚点三维单阶段点云检测器

提出了一种基于稀疏特征图的关注模块的单级无 Anchor 3D 对象检测方法，通过将基于体素的稀疏 3D 特征数据转换为稀疏 2D 特征图，直接从增强和稠密的 2D 特征映射中回归出 3D 边界框，并进一步提出了一种基于 IoU 的检测置信度重新校准方案，最终可用于点云数据的目标检测。

Aug, 2021

具有可变形锚点模型的结构感知运动转移技术

该研究提出了一种新颖的结构感知运动建模方法，即可变形锚定模型 (DAM)，用于无监督学习，通过引入运动锚定和潜在根锚定，自动发现任意对象的运动结构并进行运动传递，实现了优于现有最先进方法的性能。

Apr, 2022

任意方向目标检测的动态锚点学习

提出了一种动态锚点学习方法（DAL），通过全新定义匹配度评估锚点的定位潜力，实现有效标签分配并动态选择高质量锚点以实现准确目标检测，结果表明该方法在远程感知数据集 HRSC2016、DOTA、UCAS-AOD 以及场景文本数据集 ICDAR 2015 上获得了较好的检测性能。

Dec, 2020