基于稀疏标注的单目3D目标检测MonoSAOD
计算机视觉与模式识别
2026-04-07 v2
摘要
单目3D目标检测在密集标注数据集上取得了显著的性能，但在仅标注对象部分的情况下却难以实现。这种稀疏标注 setting 在实际场景中常见，因标注每个目标的成本往往不实际。为此，我们提出一种针对稀疏标注单目3D目标检测的新框架，包含两个关键模块。首先，我们提出了Road-Aware Patch Augmentation（RAPA），通过在道路区域增强分段对象补丁，同时保持3D几何一致性来利用稀疏标注。其次，我们提出了Prototype-Based Filtering（PBF），通过原型相似性和深度不确定性筛选预测，从而生成高质量的伪标签。该方法维持全局2D目标区域特征原型，并选择与所学原型特征一致且深度估计可靠的伪标签。我们的训练策略将几何保护增强与原型导向的伪标签生成相结合，以实现稀疏监督下的稳健检测。广泛的实验表明，所提方法有效。源代码可访问 https://github.com/VisualAIKHU/MonoSAOD。
引用
@article{arxiv.2604.01646,
title = {MonoSAOD: Monocular 3D Object Detection with Sparsely Annotated Label},
author = {Junyoung Jung and Seokwon Kim and Jung Uk Kim},
journal= {arXiv preprint arXiv:2604.01646},
year = {2026}
}
备注
Accepted to CVPR 2026