以下内容来自小六的机器人AI学习圈（6年积累，全国最大的机器人SLAM交流社区，为SLAM行业从业者提供从入门、学习、交流、求职、线下链接、合作、咨询、答疑等一系列的服务）知识星球每日更新内容

【Cross-Cluster Shifting for Efficient and Effective 3D Object Detection in Autonomous Driving】

文章链接：http://arxiv.org/abs/2403.06166

本文提出了一种新的基于点的3D检测器模型，命名为Shift - SSD，用于自动驾驶中的精确3D目标检测。传统的基于点的3D目标检测器通常采用依赖点的渐进下采样的架构。虽然该方法有效地降低了计算需求，增加了感受野，但对于精确的3D目标检测，特别是在复杂的驾驶场景中，它将损害关键的非局部信息的保存。为了解决这个问题，我们引入了一个有趣的Cross - Cluster Shifting操作来释放基于点的检测器的表达能力，通过高效地建模更长范围的相关性，同时只包含可忽略的开销。具体来说，Cross-Cluster Shifting操作通过将部分通道从相邻的簇中移除来增强传统设计，使其能够与非局部区域进行更丰富的交互，从而扩大簇的感受野。我们在KITTI、Waymo和nu Scenes数据集上进行了广泛的实验，结果证明了Shift - SSD在检测精度和运行效率方面的最新性能。

推荐阅读

3D高斯泼溅 为什么能一直火？有哪些应用场景？香港大学开源的这个激光雷达惯性SLAM，太强了！一招掌握3DGS基础视觉三维重建！深度计算+点云处理+网格重建优化+纹理贴图！谷歌这个SLAM开源方案，造福了整个机器人行业！重大变革！NeRF和3D高斯喷溅如何重塑SLAM？发顶会顶刊不再难！多传感器融合SLAM、生成式AI、3DGS、NeRF、标定等方向这个开源框架，造福了无数卫星定位研究者和初创公司！BOSS：用了机器人仿真，立省几十万自动驾驶中的GNSS、RTK到底多重要？太强了！世界第一款开源的自动驾驶一体化框架Autoware！（附交流群）如何从零开始搭一套自己的SLAM系统？17讲全部上线！全网首个详解深度学习特征开源算法SuperPoint和SuperGlue（附交流群）最炸裂的机器人AI技术教程都在这了！