基于置信度引导与深度分离估计的立体三维目标检测
计算机视觉与模式识别
2020-03-13 v1
摘要
准确可靠的三维目标检测对安全自动驾驶至关重要。尽管近期有所进展，基于立体视觉的方法与基于 LiDAR 的方法之间的性能差距仍然可观。准确的深度估计对基于立体视觉的三维目标检测方法性能十分关键，尤其对于与前景物体相关的那些像素。此外，基于立体视觉的方法在深度估计精度上承受高方差，而这一目标检测流程中常未被考量。为应对这两个问题，我们提出 CG-Stereo，一种置信度引导的立体三维目标检测流程，其在深度估计中对前景与背景像素使用分离的解码器，并利用来自深度估计网络的置信度估计作为三维目标检测器中的软注意力机制。我们的方法在 KITTI 基准上优于所有最先进的基于立体视觉的三维检测器。
引用
@article{arxiv.2003.05505,
title = {Confidence Guided Stereo 3D Object Detection with Split Depth Estimation},
author = {Chengyao Li and Jason Ku and Steven L. Waslander},
journal= {arXiv preprint arXiv:2003.05505},
year = {2020}
}
备注
8 pages, 6 figures