DirectShape：基于形状先验直接光度对齐的视觉车辆位姿与形状估计
计算机视觉与模式识别
2020-03-11 v2
摘要
从图像中理解场景是自动驾驶中遇到的一个具有挑战性的问题。在物体层面，虽然二维方法已逐渐从计算简单边界框演变为提供更细粒度结果（如实例分割），但三维方法仍主要以估计三维边界框为主。本文提出一种新方法，利用形状先验从立体图像对中联合推断车辆的三维刚体位姿与形状。与以往通过几何方式将形状对齐到稠密立体重建点云的工作不同，我们的方法直接在图像上工作，通过在能量函数中结合光度对齐项与轮廓对齐项来实现。我们提出了一种自适应稀疏点选择方案，以高效度量与这两项的一致性。在实验中，我们展示了我们的方法在三维位姿与形状估计上优于以往的几何方法，并证明我们的方法也可作为细化步骤应用，显著提升多个最先进的基于深度学习的3D目标检测器的性能。所有相关材料与演示视频可在项目页面 https://vision.in.tum.de/research/vslam/direct-shape 获取。
引用
@article{arxiv.1904.10097,
title = {DirectShape: Direct Photometric Alignment of Shape Priors for Visual Vehicle Pose and Shape Estimation},
author = {Rui Wang and Nan Yang and Joerg Stueckler and Daniel Cremers},
journal= {arXiv preprint arXiv:1904.10097},
year = {2020}
}
备注
Accepted by IEEE International Conference on Robotics and Automation (ICRA) 2020