单目三维目标检测中伪激光雷达方法是否缺乏置信度？
计算机视觉与模式识别
2021-05-14 v2
摘要
基于伪激光雷达（Pseudo-LiDAR，PL）的单目三维目标检测方法因在 KITTI3D 基准测试（尤其是常报告的验证集划分）上展现出的性能提升而受到学界广泛关注。这造成了一种被扭曲的印象，即基于 PL 的方法优于仅使用 RGB 图像的方法。我们的第一个贡献在于纠正这一观点：通过指出并以实验证明，基于 PL 的方法所发布的验证结果存在显著偏差。偏差的来源在于 KITTI3D 目标检测验证集与用于训练驱动 PL 方法的深度预测器的训练/验证集之间存在重叠。令人惊讶的是，即使在地理上去除重叠后，该偏差仍然存在。这使得测试集成为唯一可靠的比较集合，而在其上已发布的基于 PL 的方法并不出色。我们的第二个贡献通过设计一种引入三维置信度预测模块的新型深度架构，使基于 PL 的方法重新回到排名前列。我们表明，源自仅 RGB 的三维检测方法的三维置信度估计技术可成功集成到我们的框架中，更重要的是，通过新设计的三维置信度度量可获得改进的性能，从而在 KITTI3D 基准测试上达到最先进（state-of-the-art）性能。
引用
@article{arxiv.2012.05796,
title = {Are we Missing Confidence in Pseudo-LiDAR Methods for Monocular 3D Object Detection?},
author = {Andrea Simonelli and Samuel Rota Bulò and Lorenzo Porzi and Peter Kontschieder and Elisa Ricci},
journal= {arXiv preprint arXiv:2012.05796},
year = {2021}
}