本文經AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯系出處。

最新消息，阿里達摩院又有新的研究進展，這次在自動駕駛3D物體檢測領域。

達摩院的研究人員提出一個通用、高性能的檢測器，在自動駕駛領域最重要的測試集之一 KITTI的鳥瞰(BEV)數據集上，檢測速度達到25FPS ，一舉占據榜首，與排名第二的方案相比，減少了一半多，同時精度也遠超其他的單階段檢測器。可以說首次實現3D物體檢測精度與速度兼得。

達摩院研究團隊表示：“檢測器是自動駕駛系統的核心組件之一，但該領域一直缺少創新和突破，此次我們實現3D檢測精讀和速度的提升，將有助于提高自動駕駛系統的安全性。”

從實驗結果來看，他們顯然取得了良好進展，而且研究的主要完成人員（一作），還是一名達摩院的實習生。

同時，該研究也得到了同行們的認可，被計算機視覺領域頂級會議CVPR 2020收錄。他們是如何做到的呢？我們借助阿里達摩院提供的解讀，一一來看。

如何實現精度和速度兼得？

眾所周知，與普通2D圖像識別應用不同，自動駕駛系統對精度和速度的要求更高，不僅需要快速識別周圍環境的物體，還要對物體在三維空間中的位置做精準定位。

僅靠傳感器和算法模型，通常無法平衡視覺識別的精度和速度。因此，檢測器成為提升自動駕駛系統安全性的一個關鍵因素。

經過多年研究，當前業界主流的單階段檢測器在檢測速度上很好，但在檢測精度卻差強人意。

這就是達摩院研究的出發點：尋找一種能二者兼得的方法。

他們提出的思路是：將兩階段檢測器中對特征進行細粒度刻畫的思想，移植到單階段檢測中。

在他們的模型中，用于部署的檢測器， 即推斷網絡， 由一個骨干網絡和檢測頭組成。

骨干網絡用3D的稀疏網絡實現，用于提取含有高語義的體素特征。檢測頭將體素特征壓縮成鳥瞰圖表示，并在上面運行2D全卷積網絡來預測3D物體框。

他們在訓練中利用一個輔助網絡將單階段檢測器中的體素特征，轉化為點級特征并施加一定的監督信號。

在實現上，他們將卷積特征中的非零信號映射到原始的點云空間中， 然后在每個點上進行插值，來獲取卷積特征的點級表示。使得卷積特征也具有結構感知能力，來提高檢測精度。

而在做模型推斷時，輔助網絡并不參與計算（detached），保證單階段檢測器的檢測效率。

另外，他們還提出一個工程上的改進：Part-sensitive Warping (PSWarp)，用于處理單階段檢測器中存在的 “框-置信度-不匹配” 問題。

核心思路是：利用采樣器， 用生成的采樣網格在對應的局部敏感特征圖上進行采樣，生成對齊好的特征圖。最終能反映置信度的特征圖，是K個對齊好特征圖的平均。

單階段方法，能達到兩階段方法精度

阿里達摩院的研究人員，在KITTI數據集上評估了方法的有效性。下圖（PR Curve）中，實線為兩階段方法， 虛線為單階段方法。

可以看出，達摩院提出的單階段方法（黑色）能夠達到兩階段方法才能達到的精度。

下圖展示了他們在KITTI 鳥瞰(BEV) 和 3D 測試集上的結果。

可以看出，他們提出的方法，可以在不增加額外計算量的情況下，達到25FPS 的檢測速度，而且還能保持精度。具體的檢測效果如下：

兩位共同一作，都是達摩院研究實習生

研究論文，標題為“Structure Aware Single-Stage 3D Object Detection from Point Cloud”，共有5名研究人員參與，分別來自阿里達摩院和香港理工大學。

第一作者是Chenhang He，是阿里達摩院的研究實習生，正在香港理工大學讀博，預計2022年畢業。

他的導師是達摩院高級研究員、香港理工大學電子計算學系講座教授、IEEE Fellow張磊，也是這一研究的通訊作者。

另一位第一作者Hui Zeng，也是是阿里達摩院的研究實習生，同樣是張磊的博士生，預計在今年畢業。

其他作者，分別是達摩院高級研究員、IEEE Fellow華先勝、達摩院資深算法專家黃建強等。