PIXOR : Détection d'objets 3D en temps réel à partir de nuages de points

Nous abordons le problème de la détection en temps réel d'objets 3D à partir de nuages de points dans le contexte de la conduite autonome. La vitesse de calcul est cruciale car la détection est un élément nécessaire pour assurer la sécurité. Les approches existantes sont cependant coûteuses en termes de calcul en raison de la haute dimensionnalité des nuages de points. Nous utilisons les données 3D de manière plus efficace en représentant la scène sous l'angle du dessus (Bird's Eye View, BEV) et proposons PIXOR, un détecteur sans proposition, à une seule étape, qui produit des estimations d'objets 3D orientés décodées à partir de prédictions neuronales par pixel. La représentation d'entrée, l'architecture du réseau et l'optimisation du modèle sont spécialement conçues pour équilibrer une haute précision et une efficacité en temps réel. Nous validons PIXOR sur deux jeux de données : le benchmark KITTI pour la détection d'objets BEV et un grand benchmark à grande échelle pour la détection de véhicules 3D. Dans les deux jeux de données, nous montrons que le détecteur proposé dépasse nettement les autres méthodes de pointe en termes de Précision Moyenne (Average Precision, AP), tout en fonctionnant à plus de 28 images par seconde (>28 FPS).