Deep MANTA：一种用于单目图像联合 2D 与 3D 车辆分析的由粗到细多任务网络
计算机视觉与模式识别
2017-03-24 v1
摘要
在本文中，我们提出了一种称为 Deep MANTA (Deep Many-Tasks) 的新方法，用于对给定图像进行多任务车辆分析。我们引入了一个鲁棒的卷积网络，用于同时进行车辆检测、部件定位、可见性表征以及 3D 尺寸估计。其架构基于一种新的由粗到细的目标提议，该提议提升了车辆检测性能。此外，Deep MANTA 网络能够定位车辆部件，即使这些部件不可见。在推理阶段，该网络的输出被一个实时鲁棒的姿态估计算法用于精细的朝向估计和 3D 车辆定位。我们在实验中表明，在极具挑战性的 KITTI 基准上，我们的方法在车辆检测、朝向和 3D 定位任务上优于最先进的单目方法。
引用
@article{arxiv.1703.07570,
title = {Deep MANTA: A Coarse-to-fine Many-Task Network for joint 2D and 3D vehicle analysis from monocular image},
author = {Florian Chabot and Mohamed Chaouch and Jaonary Rabarisoa and Céline Teulière and Thierry Chateau},
journal= {arXiv preprint arXiv:1703.07570},
year = {2017}
}
备注
CVPR 2017 (to appear)