CHARM3R：面向未见摄像机高度鲁棒的单目3D检测器
计算机视觉与模式识别
2025-08-18 v1 机器学习
摘要
单目3D目标检测器虽然在单一自车高度的数据上效果良好，但在面对未见或分布外的摄像机高度时仍存在挑战。现有方法通常依赖Plucker嵌入、图像变换或数据增强。本文通过系统性地分析扩展CARLA数据集中多种摄像机高度对最新单目3D模型的影响，首次聚焦于这一较少研究的领域。我们发现，深度估计是摄像机高度变化影响性能的关键因素。我们不仅数学证明了基于深度误差的趋势：回归深度模型呈负相关，基于地面真实深度的模型呈正相关，而且通过实验验证了这一现象。为缓解此问题，我们提出了Camera Height Robust Monocular 3D Detector (CHARM3R)，该模型对两种深度估计进行平均处理。CHARM3R显著提升了对未见摄像机高度的泛化能力，性能提升超过45%，在CARLA数据集上实现最先进水平。代码与模型已公开：https://github.com/abhi1kumar/CHARM3R
引用
@article{arxiv.2508.11185,
title = {CHARM3R: Towards Unseen Camera Height Robust Monocular 3D Detector},
author = {Abhinav Kumar and Yuliang Guo and Zhihao Zhang and Xinyu Huang and Liu Ren and Xiaoming Liu},
journal= {arXiv preprint arXiv:2508.11185},
year = {2025}
}
备注
ICCV 2025