基于单摄像头的的高效宽范围伪三维车辆检测
计算机视觉与模式识别
2023-09-18 v1
摘要
宽范围细粒度车辆检测在智能驾驶系统实现主动安全功能中起着关键作用。然而，现有的基于矩形边界框（BBox）的车辆检测方法往往难以感知宽范围目标，尤其是远距离的小目标。并且 BBox 表达无法提供车辆的详细几何形状和姿态信息。本文提出了一种基于单摄像头图像并结合高效学习方法的新型宽范围伪三维车辆检测方法。该模型以拼接图像作为输入，拼接图像由高分辨率图像的两个子窗口图像组合得到。这种图像格式最大限度地利用了有限的图像分辨率以保留宽范围车辆目标的关键信息。为检测伪三维目标，我们的模型采用专门设计的检测头。这些检测头同时输出扩展 BBox 和侧投影线（SPL）表示，捕捉车辆形状和姿态，实现高精度检测。为进一步提升检测性能，在模型训练时设计了结合目标框与 SPL 的联合约束损失，提高了模型的效率、稳定性和预测精度。在我们自建数据集上的实验结果表明，我们的模型在多个评价指标上实现了宽范围伪三维车辆检测的良好性能。我们的演示视频已置于 https://www.youtube.com/watch?v=1gk1PmsQ5Q8。
引用
@article{arxiv.2309.08369,
title = {An Efficient Wide-Range Pseudo-3D Vehicle Detection Using A Single Camera},
author = {Zhupeng Ye and Yinqi Li and Zejian Yuan},
journal= {arXiv preprint arXiv:2309.08369},
year = {2023}
}
备注
11 pages, 27 figures