深入探究单目 3D 目标检测中的定位误差
计算机视觉与模式识别
2021-03-31 v1
摘要
从单目图像估计 3D 边界框是自动驾驶的重要组成部分，而基于此类数据实现精确 3D 目标检测极具挑战。本工作中，通过密集诊断实验，我们量化了各子任务所引入的影响，发现“定位误差”是限制单目 3D 检测的关键因素。此外，我们还探究了定位误差背后的深层原因，分析了其可能带来的问题，并提出了三种策略。首先，我们重新审视 2D 边界框中心与 3D 物体投影中心之间的错位，这是导致低定位精度的重要因素。其次，我们观察到利用现有技术准确对远距离物体定位几乎不可能，而这些样本会误导所学网络。为此，我们提出从训练集中移除此类样本以提升检测器的整体性能。最后，我们还提出了一种新颖的面向 3D IoU 的尺寸估计损失，其不受“定位误差”影响。我们在 KITTI 数据集上进行了广泛实验，所提方法实现了实时检测，并以较大优势超越先前方法。代码将发布于：https://github.com/xinzhuma/monodle。
引用
@article{arxiv.2103.16237,
title = {Delving into Localization Errors for Monocular 3D Object Detection},
author = {Xinzhu Ma and Yinmin Zhang and Dan Xu and Dongzhan Zhou and Shuai Yi and Haojie Li and Wanli Ouyang},
journal= {arXiv preprint arXiv:2103.16237},
year = {2021}
}
备注
CVPR'2021, code will be made available