基于可学习以对象为中心的全局优化的 3D 视频目标检测
计算机视觉与模式识别
2023-03-28 v1
摘要
本工作中，我们探索基于长期时间视觉对应优化的 3D 视频目标检测。视觉对应指多幅图像间像素的一对一映射。基于对应的优化是 3D 场景重建的基石，但在 3D 视频目标检测中研究较少，因为运动物体违背多视图几何约束，在场景重建中被视为离群点。我们通过在以对应为基础的优化中将物体视为一等公民来解决此问题。本工作中，我们提出 BA-Det，一种具有以对象为中心的时间对应学习及特征度量物体束调整的端到端可优化目标检测器。经验上，我们在多种设置下验证了 BA-Det 对多个基线 3D 检测器的有效性与高效性。我们的 BA-Det 在大规模 Waymo Open Dataset (WOD) 上以仅边际计算成本取得 SOTA 性能。代码见 https://github.com/jiaweihe1996/BA-Det。
引用
@article{arxiv.2303.15416,
title = {3D Video Object Detection with Learnable Object-Centric Global Optimization},
author = {Jiawei He and Yuntao Chen and Naiyan Wang and Zhaoxiang Zhang},
journal= {arXiv preprint arXiv:2303.15416},
year = {2023}
}
备注
CVPR2023