利用单应性从未标定交通摄像头进行单目 3D 车辆检测
计算机视觉与模式识别
2022-01-06 v2
摘要
本文提出一种从单个交通摄像头提取车辆在三維世界中位置与姿态的方法。以往大多数单目 3D 车辆检测算法聚焦于车载摄像头（驾驶员视角）并假设已知内参与外参标定。相反，本文聚焦于使用未标定单目交通摄像头完成同一任务。我们观察到，道路平面与图像平面之间的单应性对该任务的 3D 车辆检测及数据合成至关重要，且该单应性可在不知相机内参与外参的情况下估计。我们通过估计由逆透视映射生成的鸟瞰图（BEV）图像中的旋转边界框（r-box）来进行 3D 车辆检测。我们提出一种称为带尾 r-box 的新回归目标以及一种双视图网络架构，提升了在扭曲 BEV 图像上的检测精度。实验表明，所提方法可泛化至新的相机与环境设置，尽管训练时未见过来自它们的图像。
引用
@article{arxiv.2103.15293,
title = {Monocular 3D Vehicle Detection Using Uncalibrated Traffic Cameras through Homography},
author = {Minghan Zhu and Songan Zhang and Yuanxin Zhong and Pingping Lu and Huei Peng and John Lenneman},
journal= {arXiv preprint arXiv:2103.15293},
year = {2022}
}
备注
8 pages, 8 figures. IROS 2021