CubifAE-3D：基于自编码器3D目标检测的单目相机空间立方化
计算机视觉与模式识别
2021-01-27 v2 机器学习
摘要
我们介绍了一种使用单目图像进行3D目标检测的方法。从合成数据集开始，我们预训练一个RGB到深度的自编码器。然后使用从该自编码器学到的嵌入来训练一个3D目标检测CNN，该CNN用于在自编码器的编码器从RGB图像生成潜在嵌入后回归3D目标姿态参数。我们表明，我们可以使用来自模拟数据的配对RGB和深度图像一次性预训练自编码器，然后仅使用真实数据（包括RGB图像和3D目标姿态标签，无需密集深度）训练3D目标检测网络。我们的3D目标检测网络利用了一种特定的相机周围3D空间的“立方化”，其中每个立方体负责预测N个目标姿态及其类别和置信度值。自编码器预训练和这种将相机周围3D空间划分为立方体的方法赋予了我们的方法名称——CubifAE-3D。我们展示了在自动驾驶车辆用例中使用Virtual KITTI 2和KITTI数据集进行单目3D目标检测的结果。
引用
@article{arxiv.2006.04080,
title = {CubifAE-3D: Monocular Camera Space Cubification for Auto-Encoder based 3D Object Detection},
author = {Shubham Shrivastava and Punarjay Chakravarty},
journal= {arXiv preprint arXiv:2006.04080},
year = {2021}
}
备注
12 pages, 11 figures, 3 tables