解耦单目 3D 目标检测
计算机视觉与模式识别
2019-05-30 v1
摘要
本文提出一种从单张 RGB 图像进行单目 3D 目标检测的方法，其利用一种用于 2D 与 3D 检测损失的新型解耦变换，以及一种用于 3D 边界框的新型自监督置信度分数。我们所提出的解耦损失具有双重优势：简化存在参数复杂交互损失的训练动态，并规避平衡独立回归项的问题。我们的方案通过隔离参数组对给定损失的贡献（而不改变其性质）来解决这些问题。我们进一步将损失解耦应用于另一种新型的、由带符号交并比准则驱动的损失，以改善 2D 检测结果。除方法创新外，我们批判性审视了 KITTI3D 中使用的 AP 指标，该数据集已成为比较 3D 检测结果最重要的数据集。我们识别并修正了 11 点插值 AP 指标中的一个缺陷，该缺陷影响所有已发表的检测结果，并尤其偏向单目 3D 检测的结果。我们在 KITTI3D 与 nuScenes 数据集上进行了广泛的实验评估与消融研究，以大幅优势在物体类别 car 上刷新了当前最优结果。
引用
@article{arxiv.1905.12365,
title = {Disentangling Monocular 3D Object Detection},
author = {Andrea Simonelli and Samuel Rota Rota Bulò and Lorenzo Porzi and Manuel López-Antequera and Peter Kontschieder},
journal= {arXiv preprint arXiv:1905.12365},
year = {2019}
}
备注
Project website at https://research.mapillary.com/publication/MonoDIS/