GraphRelate3D: 文脈依存型3Dオブジェクト検出と相互オブジェクト関係グラフ

正確かつ効果的な3Dオブジェクト検出は、自律走行車両の運転安全性を確保するために重要です。最近、最先端の二段階3Dオブジェクト検出器が有望な性能を示しています。しかし、これらの手法は提案を個別に洗練させ、隣接提案間のオブジェクト関係における豊富な文脈情報を無視しています。本研究では、特定のパターンから空間情報を学習し3Dオブジェクト検出を改善するために、グラフ生成器とグラフニューラルネットワーク（GNN）からなるオブジェクト関係モジュールを導入します。具体的には、グラフ生成器を介してフレーム内の提案に基づいて相互オブジェクト関係グラフを作成し、各提案を隣接提案と接続します。その後、GNNモジュールは生成されたグラフからエッジ特徴を抽出し、キャプチャしたエッジ特徴を使って提案特徴を反復的に洗練させます。最終的に、我々は洗練された特徴を検出ヘッドへの入力として利用し、検出結果を得ます。我々のアプローチは、KITTI検証セットにおける車クラスに対し、簡単、中程度、難しい難易度レベルそれぞれでベースラインPV-RCNNを0.82%、0.74%、0.58%改善します。さらに、我々の方法はテストサーバー上の中程度および難しいレベルのBEV APでベースラインを1%以上上回ります。