摘要

目前，在自动驾驶（Autonomous Driving, AD）领域，大多数三维目标检测框架（无论是基于锚框还是无锚框的方法）均将检测任务视为边界框（Bounding Box, BBox）回归问题。然而，这种紧凑的表示方式难以充分挖掘目标的全部信息。为解决这一问题，本文提出了一种简洁而实用的检测框架，能够联合预测三维边界框与实例分割结果。针对实例分割任务，本文提出一种空间嵌入（Spatial Embeddings, SEs）策略，将所有前景点聚类至其对应物体的中心位置。基于SE的输出结果，可通过一种简单的聚类策略生成物体候选区域（object proposals），且每个聚类仅生成一个候选框。因此，该方法无需依赖传统的非极大值抑制（Non-Maximum Suppression, NMS）过程。最终，结合本文提出的实例感知区域池化（instance-aware ROI pooling）机制，通过第二阶段网络对边界框进行精细化优化。在公开的KITTI数据集上的实验结果表明，所提出的SEs方法在实例分割性能上显著优于其他基于特征嵌入的方法；同时，在KITTI测试基准上，其整体三维目标检测性能也优于大多数现有检测器。