BEVDepth: اكتساب عمق موثوق للكشف عن الكائنات ثلاثية الأبعاد متعددة المنظورات

في هذا البحث، نقترح كاشفًا ثلاثي الأبعاد جديدًا يعتمد على تقدير عمق موثوق، ويُسمى BEVDepth، للكشف عن الكائنات ثلاثية الأبعاد من منظور العين الطيارة (Bird's-Eye-View) باستخدام الكاميرات. يُبنى عملنا على ملاحظة رئيسية: إن تقدير العمق في الأساليب الحديثة يُعدّ محدودًا بشكل مفاجئ، بالرغم من أن العمق يُعدّ عنصرًا جوهريًا في الكشف ثلاثي الأبعاد باستخدام الكاميرات. ويُعالج BEVDepth هذه المشكلة من خلال الاستفادة من مراقبة عمق صريحة. كما تم تقديم وحدة جديدة لتقدير العمق تتماشى مع وعي الكاميرا، لتعزيز قدرة التنبؤ بالعمق. بالإضافة إلى ذلك، قمنا بتصميم وحدة تحسين عمق جديدة (Depth Refinement Module) للحد من الآثار الجانبية الناتجة عن عملية إعادة تشكيل الميزات غير الدقيقة. وباستخدام تقنيات تجميع خلايا فعالة مخصصة (Efficient Voxel Pooling) وآلية متعددة الإطارات (multi-frame mechanism)، يحقق BEVDepth أداءً جديدًا في مستوى التقنية (state-of-the-art) بدرجة NDS تبلغ 60.9% على مجموعة اختبار nuScenes الصعبة، مع الحفاظ على كفاءة عالية. وبهذا، تكون المرة الأولى التي تصل فيها درجة نموذج كاميرا إلى 60% في معيار NDS.