Pseudo-LiDAR++: Genauigkeit der Tiefenschätzung für die 3D-Objekterkennung im autonomen Fahren

Die Erkennung von Objekten wie Fahrzeugen und Fußgängern in 3D spielt eine unverzichtbare Rolle im autonomen Fahren. Bestehende Ansätze basieren weitgehend auf teuren LiDAR-Sensoren für präzise Tiefeninformationen. Obwohl kürzlich Pseudo-LiDAR als vielversprechende Alternative eingeführt wurde, die ausschließlich auf Stereo-Bildern basiert und erheblich kostengünstiger ist, besteht immer noch ein bemerkenswerter Leistungsunterschied. In dieser Arbeit liefern wir wesentliche Verbesserungen des Pseudo-LiDAR-Frameworks durch Fortschritte in der Stereo-Tiefenschätzung. Konkret passen wir die Architektur des Stereo-Netzes und die Verlustfunktion an, um sie besser mit der präzisen Tiefenschätzung ferner Objekte – aktuell die Haupt Schwäche von Pseudo-LiDAR – auszurichten. Darüber hinaus untersuchen wir den Ansatz, günstigere, aber extrem dünn besetzte LiDAR-Sensoren zu nutzen, die alleine unzureichende Informationen für die 3D-Erkennung liefern, um unsere Tiefenschätzung zu entzerren. Wir schlagen einen Tiefenfortpflanzungsalgorithmus vor, der durch die anfänglichen Tiefenschätzungen geleitet wird, um diese wenigen genauen Messwerte über das gesamte Tiefenbild zu verbreiten. Anhand des KITTI-Objekterkennungsbenchmarks zeigen wir, dass unser kombinierter Ansatz erhebliche Verbesserungen sowohl in der Tiefenschätzung als auch in der stereo-basierten 3D-Objekterkennung bringt – wobei wir die bislang beste Erkennungsgenauigkeit für ferne Objekte um 40 % übertreffen. Unser Code ist unter https://github.com/mileyan/Pseudo_Lidar_V2 verfügbar.