以对象为中心辅助深度监督提升单目3D目标检测
计算机视觉与模式识别
2022-11-01 v1
摘要
单目3D检测的最新进展显式地利用深度估计网络作为3D检测网络的中间阶段。得益于在大规模数据集上训练的深度估计网络，深度图方法比其他方法能给出更精确的对象深度。然而，深度图方法受限于深度图的精度，且顺序使用两个分离的网络进行深度估计与3D检测会显著增加计算成本和推理时间。本文中，我们提出一种方法，通过以类似于深度估计任务的深度预测损失联合训练检测网络，来提升基于RGB图像的3D检测器。这样，我们的3D检测网络可由来自原始LiDAR点的更多深度监督所监督，无需任何人标注成本，即可在不显式预测深度图的情况下估计精确深度。我们新颖的以对象为中心的深度预测损失聚焦于前景对象周围的深度（这对3D目标检测十分重要），以对象为中心的方式利用逐像素深度监督。我们的深度回归模型进一步被训练以预测深度不确定性来表示对象的3D置信度。为有效利用原始LiDAR点训练3D检测器并实现端到端训练，我们重新审视了3D对象的回归目标并设计了网络架构。在KITTI与nuScenes基准上的大量实验表明，我们的方法能显著提升基于单目图像的3D检测器，在保持实时推理速度的同时优于深度图方法。
引用
@article{arxiv.2210.16574,
title = {Boosting Monocular 3D Object Detection with Object-Centric Auxiliary Depth Supervision},
author = {Youngseok Kim and Sanmin Kim and Sangmin Sim and Jun Won Choi and Dongsuk Kum},
journal= {arXiv preprint arXiv:2210.16574},
year = {2022}
}
备注
Accepted by IEEE Transaction on Intelligent Transportation System (T-ITS)