CVPR 2023 | 无中生有：面向实时点云全景分割的中心聚焦网络

©PaperWeekly 原创 · 作者 | 李笑颜

单位｜北京工业大学

论文地址：

https://openaccess.thecvf.com/content/CVPR2023/papers/Li_Center_Focusing_Network_for_Real-Time_LiDAR_Panoptic_Segmentation_CVPR_2023_paper.pdf

代码地址：

https://github.com/GangZhang842/CFNet

简介

LiDAR 全景分割对 LiDAR 点云中每一个点进行分类并赋予物体实例 ID，它能够帮助自动驾驶车全面理解环境中的物体和场景，需要实时地运行。现有无候选框（proposal-free）方法计算点到物体的实例中心的距离，并依据中心点位置聚类得到物体，该类方法的速度虽然较基于候选框的方法有明显提升，但仍存在两个问题：

1）由于 LiDAR 点云聚集在物体表面，物体的中心点在三维点云中通常不存在实体，因此较难建模；

2）基于中心点的聚类模块的计算成本高昂。因此，现有方法在性能和效率上均有提升空间。

为了实现准确、实时的 LiDAR 全景分割，本文提出一种新型的中心聚焦网络（CFNet）：

1）提出了中心聚焦特征编码（CFFE），通过移动三维点来填充物体中心，“无中生有”地显示建模原始 LiDAR 点云与虚拟实例中心之间的关系；

2）提出了一种快速的重复中心删除模块（CDM），以代替现有方法中的聚类模块，为每个实例选择一个中心。

在 SemanticKITTI 和 nuScenes 上的实验表明，我们提出的 CFNet 性能超越了现有 LiDAR 全景分割算法，并且比当前最快的方法快 1.6 倍。

方法

CFNet 的总体框架图如图所示。主要包含四个组成部分：

1）为了加速算法，采用基于 2D 投影的骨干网络提取在 2D 空间上提取特征；

2）为解决不存在的实例中心建模难的问题，中心聚焦特征编码（CFFE）模块模拟并增强了实例中心的特征；

3）全景分割头预测输出结果，包括：现有方法中常用的语义分割、距中心点的偏移量，以及本文新增的偏移量置信度；

4）在推理期间，重复中心删除模块（CDM）为每个物体保留一个中心，进而实现实例分割，并融合生成最终的全景分割结果。

下面，重点介绍其中较为重要的中心聚焦特征编码和重复中心删除模块。

中心聚焦特征编码（CFFE）

该模块的主要思想是，将物体表面的点移动到物体中心，“无中生有”，形成物体中心的实体点云，再进行特征提取，以显示建模空间中不存在的物体中心。具体地，

1）Intermediate Result Prediction：首先采用原始三维点和二维投影特征，估计一次全景分割结果。其中，语义分割仅用于中间结果的损失计算。

2）Center Feature Generation：将偏移量置信度较高的三维点根据估计的中心点偏移量进行移动，产生移动后的点（shifted points）坐标，即虚拟的中心点位置。将移动后的三维点云特征（）通过 P2G 操作投影到二维空间，得到 。

3）Feature Enchancement Module：将上述二维特征与前面的未移动的二维特征（）进行拼接，输入后面的网络，进行预测。

重复中心删除模块（CDM）

该模块受检测中的 box nms 操作启发，用于快速去除重复的中心点。使用 CFFE 模块进行特征增强后，估计的偏移量更加准确。根据这种偏移量移动物体表面的点后，三维点将紧凑地聚集在物体中心。CDM 模块将这些三维点按照置信度进行排序，依次取置信度最高的点，并抑制掉距离在d内的其他中心点。

损失函数

CFNet 总体损失函数为，

主要包含以下几个部分：

1）语义分割结果产生的损失与 CPGNet [2] 方法相似为 weighted cross-entropy 损失 、Lovasz-Softmax 损失 和变换一致性损失 。

2）距中心点的偏移量产生的损失为 L2 损失 ，计算方法如下

4）偏移量置信度估计是本文新提出的任务，它对应的标签为

即距中心点的偏移量估计误差越大，对应的置信度越低。采用带权重的二元交叉熵损失作为该分支的损失函数，以人为侧重对 things 三维点的刻画。

实验结果

在 SemanticKITTI 测试集上与现有方法的对比结果如下表

在 nuScenes 验证集上与现有方法的对比结果如下表

参考文献

[1] Xiaoyan Li, Gang Zhang, Boyue Wang, Yongli Hu, and Baocai Yin. Center Focusing Network for Real-Time LiDAR Panoptic Segmentation. In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), pages 13425-13434, 2023. 【代码 https://github.com/GangZhang842/CFNet】【PDF https://openaccess.thecvf.com/content/CVPR2023/papers/Li_Center_Focusing_Network_for_Real-Time_LiDAR_Panoptic_Segmentation_CVPR_2023_paper.pdf】

[2] Xiaoyan Li, Li Xiaoyan, Gang Zhang, Hongyu Pan, Zhenhua Wang. "CPGNet: Cascade Point-Grid Fusion Network for Real-Time LiDAR Semantic Segmentation." In Proceedings of the IEEE International Conference on Robotics and Automation (ICRA). 2022.【代码 https://github.com/GangZhang842/CPGNet】【PDF https://arxiv.org/abs/2204.09914】

更多阅读

#投 稿 通 道#

 让你的文字被更多人看到 

如何才能让更多的优质内容以更短路径到达读者群体，缩短读者寻找优质内容的成本呢？答案就是：你不认识的人。

总有一些你不认识的人，知道你想知道的东西。PaperWeekly 或许可以成为一座桥梁，促使不同背景、不同方向的学者和学术灵感相互碰撞，迸发出更多的可能性。 

PaperWeekly 鼓励高校实验室或个人，在我们的平台上分享各类优质内容，可以是最新论文解读，也可以是学术热点剖析、科研心得或竞赛经验讲解等。我们的目的只有一个，让知识真正流动起来。