单目 3D 目标检测是否需要伪激光雷达？
计算机视觉与模式识别
2021-08-17 v1
摘要
近期从单张图像进行 3D 目标检测的进展利用单目深度估计以生成 3D 点云，将相机转化为伪激光雷达（pseudo-lidar）传感器。这些两阶段检测器随中间深度估计网络精度的提升而改进，而后者本身可通过大规模自监督学习在无人工标注情况下得以提升。然而，它们往往比端到端方法更易过拟合、更为复杂，且与类似基于激光雷达的检测器之间的差距仍然显著。在本工作中，我们提出一种端到端、单阶段的单目 3D 目标检测器 DD3D，其可像伪激光雷达方法一样受益于深度预训练，但无其后者的局限。我们的架构专为深度估计与 3D 检测之间的有效信息传输而设计，使我们能随无标注预训练数据量的增加而扩展。我们的方法在两个具挑战性的基准上取得最先进结果，在 KITTI-3D 基准上汽车与行人的 AP 分别为 16.34% 与 9.28%，在 NuScenes 上 mAP 为 41.5%。
引用
@article{arxiv.2108.06417,
title = {Is Pseudo-Lidar needed for Monocular 3D Object detection?},
author = {Dennis Park and Rares Ambrus and Vitor Guizilini and Jie Li and Adrien Gaidon},
journal= {arXiv preprint arXiv:2108.06417},
year = {2021}
}
备注
In Proceedings of the ICCV 2021