MonoGround：从地面检测单目3D物体
计算机视觉与模式识别
2022-06-16 v1
摘要
单目3D目标检测因其简单与低成本的优势而备受关注。由于单目成像过程中从2D到3D映射的本质是病态的，单目3D目标检测存在深度估计不准确的问题，从而3D检测结果较差。为缓解该问题，我们提出在单目3D目标检测中引入地平面作为先验。地平面先验为病态映射提供了额外的几何条件，并为深度估计提供了额外来源。由此，我们可以从地面获得更准确的深度估计。同时，为充分利用地平面先验，我们提出了一种深度对齐训练策略以及为地平面先验量身定制的精确两阶段深度推断方法。值得注意的是，所引入的地平面先验不需要如LiDAR、立体图像与深度信息等额外数据源。在KITTI基准上的大量实验表明，与其他方法相比，我们的方法能在保持极快速度的同时取得最先进的（SOTA）结果。我们的代码与模型可在 https://github.com/cfzd/MonoGround 获取。
引用
@article{arxiv.2206.07372,
title = {MonoGround: Detecting Monocular 3D Objects from the Ground},
author = {Zequn Qin and Xi Li},
journal= {arXiv preprint arXiv:2206.07372},
year = {2022}
}
备注
CVPR22