自然场景中的非模态补全与大小恒常性

我们考虑用单张图像中的真实物体大小和相对深度估计来丰富当前目标检测系统的问题。这存在几个技术挑战，例如遮挡、缺乏校准数据以及物体大小与距离之间的尺度模糊性。先前的工作尚未完全普遍地解决这些问题。在这里，我们提出通过基于目标识别的进展并利用最近创建的大规模数据集来解决这些问题。我们首先引入了非模态边界框补全 (amodal bounding box completion) 任务，旨在推断图像中物体实例的完整范围。然后，我们提出了一个概率框架，用于从可用标注中学习特定类别的物体大小分布，并将其与非模态补全相结合，以推断新图像中的真实大小。最后，我们引入了一种焦距预测方法，该方法利用场景识别来克服固有的尺度模糊性，并在具有挑战性的真实场景上展示了定性结果。