面向单目三维目标检测的占据学习
计算机视觉与模式识别
2023-05-26 v1
摘要
单目三维检测由于缺乏精确的三维信息而是一项具有挑战性的任务。现有方法通常依赖几何约束与稠密深度估计来辅助学习，但往往未能充分利用在视锥体与三维空间中进行三维特征提取的优势。在本文中，我们提出\textbf{OccupancyM3D}，一种面向单目三维检测的占据学习方法。它直接在视锥体与三维空间中学习占据，从而得到更具判别力与信息量的三维特征与表示。具体而言，通过使用同步的原始稀疏LiDAR点云，我们定义空间状态并生成基于体素的占据标签。我们将占据预测表述为一个简单的分类问题，并设计了相应的占据损失。所得的占据估计被用于增强原始的视锥体/三维特征。结果表明，在KITTI和Waymo开放数据集上的实验证明，所提方法达到了新的最先进水平，并以显著优势超越其他方法。代码与预训练模型将发布于\url{https://github.com/SPengLiang/OccupancyM3D}。
引用
@article{arxiv.2305.15694,
title = {Learning Occupancy for Monocular 3D Object Detection},
author = {Liang Peng and Junkai Xu and Haoran Cheng and Zheng Yang and Xiaopei Wu and Wei Qian and Wenxiao Wang and Boxi Wu and Deng Cai},
journal= {arXiv preprint arXiv:2305.15694},
year = {2023}
}