利用虚拟多视角合成朝向估计改进行人三维目标检测
计算机视觉与模式识别
2019-07-17 v1
摘要
准确估计行人的朝向是自动驾驶中一项重要且具有挑战性的任务，因为该信息对于跟踪和预测行人行为至关重要。本文提出了一个灵活的虚拟多视角合成（Virtual Multi-View Synthesis）模块，可嵌入三维目标检测方法中以改进朝向估计。该模块采用多步流程来获取精确朝向估计所需的细粒度语义信息。首先，使用保持结构的深度补全算法对场景点云进行稠化，并利用对应的 RGB 像素为每个点着色。接下来，在稠密点云中每个物体周围放置虚拟相机以生成保留物体外观的新视角。我们表明，该模块在 KITTI 基准上极具挑战性的行人类别上大幅改善了朝向估计。当与开源三维检测器 AVOD-FPN 配合使用时，我们在行人朝向、三维和鸟瞰图基准上优于所有其他已发表的方法。
引用
@article{arxiv.1907.06777,
title = {Improving 3D Object Detection for Pedestrians with Virtual Multi-View Synthesis Orientation Estimation},
author = {Jason Ku and Alex D. Pon and Sean Walsh and Steven L. Waslander},
journal= {arXiv preprint arXiv:1907.06777},
year = {2019}
}
备注
Accepted in IROS 2019