MonoCD：基于互补深度的单目 3D 目标检测

单目 3D 目标检测因能够以低成本从单张图像中准确获取目标 3D 定位而受到广泛关注。由于 2D 到 3D 映射的病态性，深度估计是单目 3D 目标检测中一项不可或缺且极具挑战性的子任务。许多方法探索了多种局部深度线索（如目标高度和关键点），随后将目标深度估计表述为多个深度预测的集成，以缓解单一深度信息的不足。然而，现有多个深度的误差往往具有相同的符号，这阻碍了它们相互抵消，并限制了组合深度的整体精度。为了缓解这一问题，我们提出通过两种新颖的设计来增加深度的互补性。首先，我们添加了一个名为互补深度的新深度预测分支，该分支利用来自整幅图像的全局且高效的深度线索，而非局部线索，以降低深度预测之间的相关性。其次，我们提出充分利用多个深度线索之间的几何关系，以实现形式上的互补。得益于这些设计，我们的方法实现了更高的互补性。在 KITTI 基准上的实验表明，我们的方法在不引入额外数据的情况下实现了最先进的性能。此外，互补深度还可以作为一个轻量级且即插即用的模块，以提升多个现有的单目 3D 目标检测器。代码可在 https://github.com/elvintanhust/MonoCD 获取。