GNN用于3D目标检测，表现SOTA，CMU开辟新方向

分享一篇今天新出的论文Point-GNN: Graph Neural Network for 3D Object Detection in a Point Cloud，来自卡内基梅隆大学（CMU）的研究人员提出使用图神经网络（GNN）进行点云数据的3D目标检测，取得了最先进的效果，甚至超越了一些基于点云和RGB数据融合的检测方法，为这一领域开辟了新的技术方向。

该文作者信息：

作者均来自卡内基梅大学，作者称代码将开源。

基于点云的3D目标检测具有非常重要的应用价值，尤其是在自动驾驶领域，使用LiDAR传感器获得的3D点云数据刻画了周围环境，3D目标检测能够比单纯使用RBG摄像头提供更多的目标信息（不仅有位置，而且有距离）。

该文作者指出，以往一些使用CNN的方法处理点云数据时往往需要在空间划分Grids，会出现大量的空白矩阵元素，并不适合非密集数据的点云。而近来出现的类似PointNet的方法对点云数据进行分组和采样，取得了不错的结果，但计算代价太大。如下图：

作者提出使用图神经网络进行点云数据表示，提出的Point-GNN 3D目标检测方法取得了目前state-of-the-art的效果。

算法架构

Point-GNN方法主要分三个阶段：

1. 图构建
2. GNN目标检测
3. 包围框合并与打分

如下图：

图构建阶段，根据点云中某一点和以其为中心固定半径距离的近邻构建图，图中每个顶点特征不仅包括其3D位置信息也包括一个固定长度状态值向量（反应其近邻关系）。因为点云中含有大量的点，作者并不是对每一个点都构建进图，而是事先进行了体素下采样，降低了数据处理的规模。

GNN目标检测阶段，对构建的图，使用多层感知机（MLP）进行特征提取和聚合，这个过程重复T次，最后对每个顶点使用MLP进行目标类别的分类和位置的回归。

包围框合并与打分，对上一步得到的众多的目标包围框进行合并（同一个目标可能在多个顶点被检测出来），因为上一步的分类分数不能代表包围框定位精度，使用重叠包围框的聚类来改进。

算法如下：

#目标检测# #点云技术#

****

Point-GNN：用于点云中3D目标检测的图神经网络

卡内基·梅隆大学

在本文中，我们提出了一种图神经网络来检测LiDAR点云中的物体。为此，我们在固定半径的近邻图中有效地编码了点云。我们设计了一个名为Point-GNN的图神经网络，以预测图中每个顶点所属的对象的类别和形状。在Point-GNN中，我们提出了一种自动注册机制来减少平移差异，并且还设计了一种合并和计分操作，以准确地组合来自多个顶点的检测。我们在KITTI基准上的实验表明，所提出的方法仅使用点云即可达到领先的准确性，甚至可以超越基于融合的算法。我们的结果证明了使用图神经网络作为3D对象检测的新方法的潜力。

实验结果

该文在KITTI数据集上进行了实验，下表为在测试集上3D目标检测与其他算法的平均精度（AP）的分类别比较：

Bird‘s Eye 视角下目标检测精度的比较：

可见在Car、Cyclist类别上Point-GNN取得了最高精度，在行人类别也达到了主流水平，但并没有达到最好（作者分析称可能是行人上的点云密集度不够导致的，这也是需要后来者改进的地方）。

检测结果示例：

总之，该文提出的Point-GNN 3D目标检测方法为点云数据的检测任务开辟了新思路，取得了非常吸引人的效果，值得大家参考改进。

论文地址：

https://arxiv.org/pdf/2003.01251.pdf

代码地址：

https://github.com/WeijingShi/Point-GNN