深度立方体检测：超越二维边界框
计算机视觉与模式识别
2016-12-01 v1
摘要
我们提出了一种深度立方体检测器，它接收杂乱场景的消费级RGB图像并定位所有3D立方体（盒状物体）。与经典方法从低层线索（如角点、边缘和消失点）拟合3D模型不同，我们提出了一种端到端深度学习系统，用于跨多个语义类别（如烤箱、货运箱和家具）检测立方体。我们通过二维边界框定位立方体，同时定位立方体的角点，从而有效地产生盒状物体的三维解释。我们通过迭代池化卷积特征来细化关键点，显著改善了基线方法。我们的深度学习立方体检测器以端到端方式训练，适用于增强现实（AR）和机器人领域的实时应用。
引用
@article{arxiv.1611.10010,
title = {Deep Cuboid Detection: Beyond 2D Bounding Boxes},
author = {Debidatta Dwibedi and Tomasz Malisiewicz and Vijay Badrinarayanan and Andrew Rabinovich},
journal= {arXiv preprint arXiv:1611.10010},
year = {2016}
}