CenterLoc3D：面向路侧监控摄像机的单目三维车辆定位网络
计算机视觉与模式识别
2023-01-06 v3 人工智能
摘要
单目三维车辆定位是智能交通系统 (ITS) 与车路协同系统 (CVIS) 中的一项重要任务，通常通过单目三维车辆检测来实现。然而，由于固有的成像机制，单目摄像机无法直接获取深度信息，导致单目三维任务更具挑战性。当前大多数单目三维车辆检测方法依赖二维检测器与额外的几何模块，降低了效率。本文中，我们提出了一种面向路侧单目摄像机的三维车辆定位网络 CenterLoc3D，它无需二维检测器即可直接预测图像空间中的中心点及八个顶点，以及三维包围盒的尺寸。为提高三维车辆定位的精度，我们在 CenterLoc3D 中嵌入了加权融合模块与带空间约束的损失函数。首先，通过摄像机标定求解二维图像空间与三维世界空间之间的变换矩阵。其次，由 CenterLoc3D 获取车辆类型、中心点、八个顶点以及三维车辆包围盒的尺寸。最后，通过摄像机标定与 CenterLoc3D 得到三维世界空间中的中心点以实现三维车辆定位。据我们所知，这是三维车辆定位在路侧单目摄像机上的首次应用。因此，我们还提出了该应用的一个基准，包括一个数据集 (SVLD-3D)、一个标注工具 (LabelImg-3D) 以及评估指标。经实验验证，所提方法实现了高精度与实时性能。（字数受限，更多细节请参阅原文）
引用
@article{arxiv.2203.14550,
title = {CenterLoc3D: Monocular 3D Vehicle Localization Network for Roadside Surveillance Cameras},
author = {Tang Xinyao and Wang Wei and Song Huansheng and Zhao Chunhui},
journal= {arXiv preprint arXiv:2203.14550},
year = {2023}
}
备注
33 pages, 15 figures. v3. This work has been published on Complex & Intelligent Systems, link: https://link.springer.com/article/10.1007/s40747-022-00962-9