BEVStereo++：通过动态时序立体匹配在多视角3D目标检测中实现精确深度估计
计算机视觉与模式识别
2023-04-11 v1
摘要
受深度感知固有模糊性的限制，当前的多视角3D目标检测方法陷入性能瓶颈。直观上，利用时序多视角立体（MVS）技术是解决该模糊性的天然思路。然而，传统 MVS 尝试应用于3D目标检测场景时有两点局限：1）所有视角间的亲和度度量带来昂贵的计算成本；2）难以处理物体常处于运动状态的室外场景。为此，我们提出 BEVStereo++：通过引入动态时序立体策略，BEVStereo++ 能够削减在应对上述两类场景时引入时序立体所带来的负面影响。更进一步，我们将运动补偿模块与长序列帧融合应用于 BEVStereo++，带来了进一步的性能提升与误差降低。无需额外技巧，BEVStereo++ 在 Waymo 和 nuScenes 数据集上均达到了最先进（SOTA）水平。
引用
@article{arxiv.2304.04185,
title = {BEVStereo++: Accurate Depth Estimation in Multi-view 3D Object Detection via Dynamic Temporal Stereo},
author = {Yinhao Li and Jinrong Yang and Jianjian Sun and Han Bao and Zheng Ge and Li Xiao},
journal= {arXiv preprint arXiv:2304.04185},
year = {2023}
}