上周四，华中科技大学白翔教授组的刘哲为我们介绍他们的 AAAI Oral 论文《TANet: Robust 3D Object Detection from Point Clouds with Triple Attention》，本文对此论文进行了详细解读。该研究提出了新型三元注意力模块和 Coarse-to-Fine Regression，实现了检测性能和稳健性的提升。在 KITTI 数据集验证集上的实验结果表明，在难度较大的噪声环境中（即在每个对象周围添加额外的随机噪声点），TANet 的性能远远超过当前最优方法。此外，在 KITTI 基准数据集上执行 3D 目标检测任务后发现，TANet 仅使用点云作为输入，即在「行人」（Pedestrian）类别检测中取得 SOTA 的成绩。其运行速度约为每秒 29 帧。