STD: 희소-밀도 3D 객체 검출기 포인트 클라우드용

우리는 새로운 두 단계 3D 객체 검출 프레임워크인 스파스-투-덴스 3D 객체 검출기(Sparse-to-Dense 3D Object Detector, STD)를 제시합니다. 첫 번째 단계는 원시 포인트 클라우드를 입력으로 사용하여 각 포인트에 새로운 구형 앵커를 배치하여 정확한 제안을 생성하는 하향식 제안 생성 네트워크입니다. 이 방법은 기존 연구보다 적은 계산량으로 높은 재현율을 달성합니다. 다음으로, PointsPool이 적용되어 내부 포인트 특성을 희소 표현에서 밀집 표현으로 변환하여 제안 특성을 생성함으로써 더욱 많은 계산 시간을 절약합니다. 두 번째 단계인 박스 예측에서는 병렬 교차 영역 비율(Intersection-over-Union, IoU) 분기를 구현하여 위치 결정의 정확도 인식을 높여 성능을 더욱 개선하였습니다. KITTI 데이터셋에서 실험을 수행하고, 3D 객체 검출과 상공 시점(Bird's Eye View, BEV) 검출 측면에서 우리의 방법을 평가했습니다. 우리의 방법은 특히 어려운 세트에서 큰 마진으로 다른 최신 기술들을 크게 능가하며, 추론 속도는 10 FPS 이상입니다.