基于关键点几何推理的单目3D目标检测
计算机视觉与模式识别
2019-05-15 v1
摘要
单目3D目标检测因深度信息丢失而众所周知是一项具挑战性的视觉任务；尝试用独立的仅图像方法恢复深度会导致不稳定且含噪的深度估计，损害3D检测。本文中，我们提出一种新颖的基于关键点方法，从单张RGB图像进行3D目标检测与定位。我们围绕图像中2D关键点检测构建多分支模型，并辅以概念上简单的几何推理方法。我们的网络以端到端方式运行，同时且相互依赖地估计2D特征（如2D边界框、关键点和方向）以及场景中的完整3D位姿。我们融合不同分支的输出，在训练时应用重投影一致性损失。在具挑战性的KITTI数据集基准上的实验评估表明，我们的网络在其他单目3D检测器之中取得了最先进结果。
引用
@article{arxiv.1905.05618,
title = {Monocular 3D Object Detection via Geometric Reasoning on Keypoints},
author = {Ivan Barabanau and Alexey Artemov and Evgeny Burnaev and Vyacheslav Murashkin},
journal= {arXiv preprint arXiv:1905.05618},
year = {2019}
}