摘要
我们针对自动驾驶背景下的点云实时三维物体检测问题进行了研究。由于检测是保障安全的必要组成部分，计算速度至关重要。然而，现有的方法在计算上成本较高，主要是因为点云的高维度特性。为了更高效地利用三维数据，我们采用了从鸟瞰视角（BEV）表示场景的方法，并提出了PIXOR——一种无需候选框生成、单阶段的检测器，该检测器通过像素级神经网络预测解码输出定向的三维物体估计。输入表示、网络架构和模型优化特别设计以平衡高精度和实时效率。我们在两个数据集上验证了PIXOR的有效性：KITTI 鸟瞰视角物体检测基准测试和一个大规模的三维车辆检测基准测试。在这两个数据集中，我们展示了所提出的检测器在平均精度（AP）方面显著超越其他最先进方法，同时仍能以超过28帧每秒的速度运行。