MonoLoco：单目 3D 行人定位与不确定性估计
计算机视觉与模式识别
2019-08-21 v2
摘要
我们解决从单目 RGB 图像进行 3D 人体定位这一本质不适定问题。受神经网络仅输出点估计的局限驱动，我们通过基于拉普拉斯分布的损失函数预测置信区间，以应对任务中的歧义。我们的架构是一个轻量前馈神经网络，在给定 2D 人体姿态时预测 3D 位置及相应置信区间。该设计特别适用于小规模训练数据、跨数据集泛化以及实时应用。我们的实验表明我们 (i) 在 KITTI 和 nuScenes 数据集上优于 SOTA 结果，(ii) 甚至对远处行人优于基于立体视觉的方法，以及 (iii) 估计出有意义的置信区间。我们进一步分享了在观测有限和分布外样本情况下关于不确定性模型的见解。
引用
@article{arxiv.1906.06059,
title = {MonoLoco: Monocular 3D Pedestrian Localization and Uncertainty Estimation},
author = {Lorenzo Bertoni and Sven Kreiss and Alexandre Alahi},
journal= {arXiv preprint arXiv:1906.06059},
year = {2019}
}
备注
International Conference on Computer Vision (ICCV) 2019