MonoEdge：利用局部透视效应的单目 3D 目标检测
计算机视觉与模式识别
2023-01-06 v1 人工智能
摘要
我们提出一种利用每个目标的局部透视效应进行单目 3D 目标检测的新方法。虽然表现为尺寸与位置变化的全局透视效应已被广泛用于单目 3D 检测，局部透视却长期被忽视。我们设计了一个局部透视模块，回归一个新定义的变量“关键边比率”（keyedge-ratios），作为局部形状畸变的参数化以刻画局部透视，并由此推导目标深度与偏航角。理论上，该模块不依赖于目标在图像中的像素级尺寸或位置，因此与相机内参无关。将该模块嵌入现有单目 3D 目标检测框架后，我们将局部透视畸变与全局透视效应结合用于单目 3D 推理，并在多个数据集上展示了相对于强基线方法的有效性与优越性能。
引用
@article{arxiv.2301.01802,
title = {MonoEdge: Monocular 3D Object Detection Using Local Perspectives},
author = {Minghan Zhu and Lingting Ge and Panqu Wang and Huei Peng},
journal= {arXiv preprint arXiv:2301.01802},
year = {2023}
}
备注
WACV 2023