单目三维目标检测：一种无外参方法
计算机视觉与模式识别
2021-12-09 v2
摘要
单目三维目标检测是自动驾驶中的一项重要任务。当存在相对于地平面的自车位姿变化时，该任务很容易变得难以处理。由于路面平整度与坡度的轻微波动，这种情况十分常见。由于对工业应用缺乏深入认识，现有在公开数据集上的方法忽略了相机位姿信息，这不可避免地导致检测器易受相机外参影响。对于工业产品而言，目标物体的扰动在大多数自动驾驶场景中非常普遍。为此，我们提出一种新颖方法来捕获相机位姿，以构建不受外参扰动影响的检测器。具体而言，所提框架通过检测消失点与地平线变化来预测相机外参。设计了一个转换器以在潜空间中对扰动特征进行校正。如此，我们的三维检测器独立于外参变化工作，并在真实场景（如坑洼与不平路面）中产出准确结果，而几乎所有现有单目检测器均无法处理此类情况。实验表明，在 KITTI 3D 与 nuScenes 数据集上，我们的方法以较大优势优于其他 SOTA 方法。
引用
@article{arxiv.2106.15796,
title = {Monocular 3D Object Detection: An Extrinsic Parameter Free Approach},
author = {Yunsong Zhou and Yuan He and Hongzi Zhu and Cheng Wang and Hongyang Li and Qinhong Jiang},
journal= {arXiv preprint arXiv:2106.15796},
year = {2021}
}