基于难度感知标签引导的单目3D目标检测去噪方法

单目3D目标检测是面向自动驾驶和机器人等应用的成本效益解决方案，但由于深度线索本身存在歧义，问题本质上是欠定的。最近的DETR-based方法通过全局注意力和辅助深度预测试图缓解这一问题，但仍 struggle with不准确的深度估计。此外，这些方法常常忽视实例级检测难度，如遮挡、距离和截断，导致检测性能 suboptimal。我们提出MonoDLGD，一种 novel Difficulty-Aware Label-Guided Denoising 框架，通过检测不确定性自适应扰动和重构 ground-truth标签。具体而言，MonoDLGD对较易的实例施加更强的扰动并转化为更难的情况，然后对其进行重构，以有效提供明确的几何监督。通过联合优化标签重构和3D目标检测，MonoDLGD鼓励几何感知表示学习，提高对不同对象复杂度的鲁棒性。广泛的在KITTI基准上的实验表明，MonoDLGD在所有难度水平上实现了状态-of-the-art性能。