学习深度引导卷积用于单目3D目标检测
计算机视觉与模式识别
2019-12-16 v2
摘要
在无LiDAR的情况下从单幅图像进行3D目标检测是一项具有挑战性的任务，因为缺乏准确的深度信息。传统的2D卷积不适用于该任务，因为它们无法捕获局部目标及其尺度信息，而这些信息对3D目标检测至关重要。为了更好地表示3D结构，现有方法通常将从2D图像估计的深度图转换为伪LiDAR表示，然后应用现有的基于3D点云的目标检测器。然而，它们的结果严重依赖于估计深度图的准确性，导致性能次优。在本文中，我们不使用伪LiDAR表示，而是通过提出一种新的局部卷积网络（LCN），称为深度引导的动态深度可分离空洞LCN（DLCN），来改进基础的2D全卷积，其中滤波器及其感受野可以从基于图像的深度图中自动学习，使得不同图像的不同像素具有不同的滤波器。DLCN克服了传统2D卷积的局限性，并缩小了图像表示与3D点云表示之间的差距。大量实验表明，DLCN以较大优势优于现有工作。例如，在KITTI上，DLCN相对于最先进方法的相对改进在中等设置下为9.1%。代码可在 https://github.com/dingmyu/D4LCN 获取。
引用
@article{arxiv.1912.04799,
title = {Learning Depth-Guided Convolutions for Monocular 3D Object Detection},
author = {Mingyu Ding and Yuqi Huo and Hongwei Yi and Zhe Wang and Jianping Shi and Zhiwu Lu and Ping Luo},
journal= {arXiv preprint arXiv:1912.04799},
year = {2019}
}
备注
12 pages, 8 figures, modify email and add code