用于单目三维目标检测的分类深度分布网络

单目三维目标检测是自动驾驶车辆的一个关键问题，因为与典型的多种传感器系统相比，它提供了一种简单配置的解决方案。单目三维检测的主要挑战在于准确预测物体深度，由于缺乏直接的距离测量，深度必须从物体和场景线索中推断。许多方法尝试直接估计深度以辅助三维检测，但由于深度不准确而表现出有限性能。我们提出的解决方案，分类深度分布网络（CaDDN），为每个像素使用预测的分类深度分布，将丰富的上下文特征信息投影到三维空间中适当的深度区间。然后我们使用计算高效的鸟瞰图投影和单阶段检测器来生成最终的输出边界框。我们将CaDDN设计为用于联合深度估计与目标检测的全可微端到端方法。我们在KITTI三维目标检测基准上验证了我们的方法，在已发表的单目方法中排名第一位。我们还提供了在新发布的Waymo Open Dataset上的首个单目三维检测结果。我们提供了CaDDN的代码发布，现已可用。