深度估计最为关键：改进单目 3D 检测与跟踪中的逐目标深度估计
计算机视觉与模式识别
2022-06-09 v1
摘要
近年来，基于单目图像的 3D 感知因其在自动驾驶中的应用而成为活跃的研究领域。然而，包括检测与跟踪在内的单目 3D 感知方法，相较于基于 LiDAR 的技术往往性能较差。通过系统分析，我们确定逐目标深度估计精度是制约性能的主要因素。受此启发，我们提出一种多级融合方法，结合不同表示（RGB 与伪 LiDAR）以及跨多帧的目标（轨迹）时序信息，以增强逐目标深度估计。我们所提融合方法在 Waymo Open Dataset、KITTI 检测数据集和 KITTI MOT 数据集上取得了逐目标深度估计的 SOTA 性能。我们进一步证明，仅需将估计深度替换为融合增强深度，即可在单目 3D 感知任务（包括检测与跟踪）中获得显著提升。
引用
@article{arxiv.2206.03666,
title = {Depth Estimation Matters Most: Improving Per-Object Depth Estimation for Monocular 3D Detection and Tracking},
author = {Longlong Jing and Ruichi Yu and Henrik Kretzschmar and Kang Li and Charles R. Qi and Hang Zhao and Alper Ayvaci and Xu Chen and Dillon Cower and Yingwei Li and Yurong You and Han Deng and Congcong Li and Dragomir Anguelov},
journal= {arXiv preprint arXiv:2206.03666},
year = {2022}
}