探索用于单目车辆姿态估计的中间表示
计算机视觉与模式识别
2021-07-13 v5 机器学习
机器人学
摘要
我们提出一种基于学习的新框架，从单张RGB图像恢复SO(3)中的车辆姿态。与先前从局部外观映射到观测角度的工作不同，我们探索一种渐进方法，通过提取有意义的中间几何表示（IGRs）来估计以自我为中心的车辆朝向。该方法的特征在于一个深度模型，将感知强度转换为IGRs，再映射到编码相机坐标系下物体朝向的3D表示。核心问题是用什么IGRs以及如何更有效地学习它们。我们通过设计基于插值立方体的IGRs来回答前者，该立方体易于从原始3D标注导出。后者促使我们结合几何知识与基于射影不变量的新损失函数。该损失函数允许在训练阶段使用无标签数据以改进表示学习。无需额外标签，我们的系统在KITTI基准上优于先前基于单目RGB的联合车辆检测与姿态估计方法，甚至达到可与立体方法媲美的性能。代码与预训练模型见此 https URL。
引用
@article{arxiv.2011.08464,
title = {Exploring intermediate representation for monocular vehicle pose estimation},
author = {Shichao Li and Zengqiang Yan and Hongyang Li and Kwang-Ting Cheng},
journal= {arXiv preprint arXiv:2011.08464},
year = {2021}
}
备注
CVPR 2021 with supplementary materials