CARLA Drone：从不同视角进行单目3D目标检测
计算机视觉与模式识别
2024-10-22 v2
摘要
现有的单目3D检测技术存在一个严重限制。它们通常仅在一组有限的基准上表现良好，要么在自我中心的车载视图上表现良好，要么在交通摄像头视图上表现良好，但很少能同时在两者上表现良好。为了鼓励进步，本文主张在不同相机视角下对3D检测框架进行扩展评估。我们做出了两个关键贡献。首先，我们引入了CARLA Drone数据集CDrone。通过模拟无人机视角，它大大扩展了现有基准中相机视角的多样性。尽管是合成数据，CDrone代表了现实世界的挑战。为了证明这一点，我们确认了先前技术在CDrone和真实世界3D无人机数据集上都难以表现良好。其次，我们开发了一种有效的数据增强流程，称为GroundMix。其独特之处在于利用地面来创建训练图像的3D一致性增强。GroundMix显著提高了轻量级单阶段检测器的检测精度。在我们的扩展评估中，我们在所有测试数据集上实现了与先前最先进技术相当或显著更高的平均精度。
引用
@article{arxiv.2408.11958,
title = {CARLA Drone: Monocular 3D Object Detection from a Different Perspective},
author = {Johannes Meier and Luca Scalerandi and Oussema Dhaouadi and Jacques Kaiser and Nikita Araslanov and Daniel Cremers},
journal= {arXiv preprint arXiv:2408.11958},
year = {2024}
}