江苏龙网

  1. 首页 > 人文 > >

「技术」阿里达摩院新研究：实习生一作，突破自动驾驶技术难题


乾明 发自 凹非寺 量子位 报道 | 公众号 QbitAI 最新消息 ， 阿里达摩院又有新的研究进展 ， 这次在自动驾驶3D物体检测领域 。
达摩院的研究人员提出一个通用、高性能的检测器 ， 在自动驾驶领域权威数据集KITTI BEV(鸟瞰)上 ， 检测速度达到25FPS， 一举占据榜首 ， 与排名第二的方案相比 ， 减少了一半多 ， 同时精度也远超其他的单阶段检测器 。 可以说首次实现3D物体检测精度与速度兼得 。
「技术」阿里达摩院新研究：实习生一作，突破自动驾驶技术难题
本文插图
达摩院研究团队表示：“检测器是自动驾驶系统的核心组件之一 ， 但该领域一直缺少创新和突破 ， 此次我们实现3D检测精度和速度的提升 ， 将有助于提高自动驾驶系统的安全性 。 ”
从实验结果来看 ， 他们显然取得了良好进展 ， 而且研究的主要完成人员（一作） ， 还是达摩院的实习生 。
同时 ， 该研究也得到了同行们的认可 ， 被计算机视觉领域顶级会议CVPR 2020收录 。 他们是如何做到的呢？我们借助阿里达摩院提供的解读 ， 一一来看 。
如何实现精度和速度兼得？ 众所周知 ， 与普通2D图像识别应用不同 ， 自动驾驶系统对精度和速度的要求更高 ， 不仅需要快速识别周围环境的物体 ， 还要对物体在三维空间中的位置做精准定位 。
仅靠传感器和算法模型 ， 通常无法平衡视觉识别的精度和速度 。 因此 ， 检测器成为提升自动驾驶系统安全性的一个关键因素 。
「技术」阿里达摩院新研究：实习生一作，突破自动驾驶技术难题
本文插图
经过多年研究 ， 当前业界主流的单阶段检测器在检测速度上很好 ， 但在检测精度却差强人意 。
这就是达摩院研究的出发点：寻找一种能二者兼得的方法 。
他们提出的思路是：将两阶段检测器中对特征进行细粒度刻画的思想 ， 移植到单阶段检测中 。
在他们的模型中 ， 用于部署的检测器 ，即推断网络 ，由一个骨干网络和检测头组成 。
骨干网络用3D的稀疏网络实现 ， 用于提取含有高语义的体素特征 。 检测头将体素特征压缩成鸟瞰图表示 ， 并在上面运行2D全卷积网络来预测3D物体框 。
他们在训练中利用一个辅助网络将单阶段检测器中的体素特征 ， 转化为点级特征并施加一定的监督信号 。
在实现上 ， 他们将卷积特征中的非零信号映射到原始的点云空间中 ，然后在每个点上进行插值 ， 来获取卷积特征的点级表示 。 使得卷积特征也具有结构感知能力 ， 来提高检测精度 。
「技术」阿里达摩院新研究：实习生一作，突破自动驾驶技术难题
本文插图
而在做模型推断时 ， 辅助网络并不参与计算（detached） ， 保证单阶段检测器的检测效率 。
另外 ， 他们还提出一个工程上的改进：Part-sensitive Warping (PSWarp) ， 用于处理单阶段检测器中存在的 “框-置信度-不匹配” 问题 。
核心思路是：利用采样器 ，用生成的采样网格在对应的局部敏感特征图上进行采样 ， 生成对齐好的特征图 。 最终能反映置信度的特征图 ， 是K个对齐好特征图的平均 。
「技术」阿里达摩院新研究：实习生一作，突破自动驾驶技术难题
本文插图
单阶段方法 ， 能达到两阶段方法精度 阿里达摩院的研究人员 ， 在KITTI数据集上评估了方法的有效性 。 下图（PR Curve）中 ， 实线为两阶段方法 ，虚线为单阶段方法 。
「技术」阿里达摩院新研究：实习生一作，突破自动驾驶技术难题
本文插图
可以看出 ， 达摩院提出的单阶段方法（黑色）能够达到两阶段方法才能达到的精度 。
下图展示了他们在KITTI 鸟瞰(BEV) 和 3D 测试集上的结果 。


推荐阅读


上一篇：#腾讯#腾讯率先推出复学码了

下一篇：『科技智能制造TB』实拍2016年的日本富士工厂，精密的镜头和相机原来这样生产出来的