BEVDepth：为多视角三维目标检测获取可靠深度
计算机视觉与模式识别
2022-12-01 v2
摘要
本研究提出一种具有可信深度估计的新型三维目标检测器，称为BEVDepth，用于基于相机的鸟瞰图（Bird's-Eye-View，BEV）三维目标检测。我们的工作基于一个关键观察——近期方法的深度估计出奇地不充分，尽管深度对相机三维检测至关重要。我们的BEVDepth通过利用显式深度监督解决了这一问题。还引入了相机感知深度估计模块以提升深度预测能力。此外，我们设计了一种新颖的深度精炼模块来抵消不精确特征反投影带来的副作用。在定制的高效体素池化与多帧机制辅助下，BEVDepth在具有挑战性的nuScenes测试集上以高效率达到了新的最先进60.9% NDS。相机模型的NDS分数首次达到60%。
引用
@article{arxiv.2206.10092,
title = {BEVDepth: Acquisition of Reliable Depth for Multi-view 3D Object Detection},
author = {Yinhao Li and Zheng Ge and Guanyi Yu and Jinrong Yang and Zengran Wang and Yukang Shi and Jianjian Sun and Zeming Li},
journal= {arXiv preprint arXiv:2206.10092},
year = {2022}
}
备注
Accepted by AAAI2023