可扩展YOLO：基于RGB-D图像的3D目标检测
计算机视觉与模式识别
2020-06-29 v1
摘要
本文旨在构建一种轻量型目标检测器，其输入为来自立体相机的深度图与彩色图。具体而言，通过将YOLOv3的网络架构在中间扩展至3D，可在深度方向输出。此外，引入3D空间中的交并比（IoU）以确认区域提取结果的精度。在深度学习领域，利用距离信息作为输入的目标检测器因自动驾驶应用而被积极研究。然而，常规检测器网络结构庞大，实时性受损。上述所构检测器的有效性通过数据集验证。实验结果表明，所提模型能够输出3D边界框并检测身体部分被遮挡的人。此外，模型处理速度为44.35 fps。
引用
@article{arxiv.2006.14837,
title = {Expandable YOLO: 3D Object Detection from RGB-D Images},
author = {Masahiro Takahashi and Alessandro Moro and Yonghoon Ji and Kazunori Umeda},
journal= {arXiv preprint arXiv:2006.14837},
year = {2020}
}
备注
5 pages, 8 figures