IAFA：面向单张图像3D目标检测的实例感知特征聚合

从单张图像进行3D目标检测是自动驾驶（Autonomous Driving, AD）领域中的关键任务，已有多种方法被提出。然而，该任务本质上具有高度的不确定性与挑战性，因为单张图像的深度估计本身就是一个病态问题（ill-posed problem）。本文提出了一种实例感知（instance-aware）的方法，通过有效聚合有用信息，以提升3D目标检测的精度，主要贡献如下：首先，提出一种实例感知特征聚合（Instance-Aware Feature Aggregation, IAFA）模块，用于收集局部与全局特征，以支持3D边界框的回归。其次，我们通过实验发现，若以粗粒度的实例标注作为监督信号，空间注意力模块能够被有效学习。该模块显著提升了基线方法在三个类别上的3D检测性能，以及2D鸟瞰图（bird’s-eye view）下车辆检测的性能。第三，所提出的方法在KITTI基准测试中超越了所有基于单张图像的现有方法（包括那些利用深度信息作为辅助输入的方法），达到了当前最优的3D检测性能，实现了该任务的最新技术水平。