野外的三维目标类别检测
计算机视觉与模式识别
2015-03-18 v1
摘要
长期以来，目标类别检测一直是二维边界框定位的代名词，这得益于强大的统计学习技术与鲁棒的图像表示相结合的成功。最近，人们开始重新审视计算机视觉早期时代的承诺：逐对象地精确描绘视觉场景的三维内容。在本文中，我们借鉴目标检测和二维-三维目标提升方面的最新进展，设计了一种特别适用于三维目标类别检测的检测器。我们的三维目标类别检测方法由多个阶段组成，逐步丰富目标检测输出，包括目标视角、关键点和三维形状估计。经过精心设计，每个阶段都不断改进性能，并在具有挑战性的Pascal3D+数据集上同时实现二维边界框和视角估计的最先进性能。
引用
@article{arxiv.1503.05038,
title = {3D Object Class Detection in the Wild},
author = {Bojan Pepik and Michael Stark and Peter Gehler and Tobias Ritschel and Bernt Schiele},
journal= {arXiv preprint arXiv:1503.05038},
year = {2015}
}