DEVIANT：用于单目 3D 目标检测的深度等变网络
计算机视觉与模式识别
2022-07-25 v1 机器学习
摘要
现代神经网络使用诸如卷积之类的构建块，它们对任意 2D 平移是等变的。然而，这些普通块在射影流形中对于任意 3D 平移并非等变。即便如此，所有单目 3D 检测器都使用普通块来获取 3D 坐标，而这是普通块所不擅长的任务。本文朝射影流形中对于任意 3D 平移等变的卷积迈出了第一步。由于深度是单目检测中最难估计的，本文提出了用现有尺度等变可转向块构建的深度等变网络（DEVIANT）。因此，DEVIANT 对射影流形中的深度平移是等变的，而普通网络则不是。额外的深度等变性迫使 DEVIANT 学习一致的深度估计，因此，DEVIANT 在 KITTI 与 Waymo 数据集的仅图像类别上取得了最先进的单目 3D 检测结果，并与使用额外信息的方法具有竞争力。此外，在跨数据集评估中 DEVIANT 优于普通网络。代码与模型见 https://github.com/abhi1kumar/DEVIANT
引用
@article{arxiv.2207.10758,
title = {DEVIANT: Depth EquiVarIAnt NeTwork for Monocular 3D Object Detection},
author = {Abhinav Kumar and Garrick Brazil and Enrique Corona and Armin Parchami and Xiaoming Liu},
journal= {arXiv preprint arXiv:2207.10758},
year = {2022}
}
备注
ECCV 2022