Neighbor-Vote：通过邻域距离投票改进单目 3D 目标检测
计算机视觉与模式识别
2021-07-07 v1
摘要
随着相机日益部署于自动驾驶等新应用域，对单目图像执行 3D 目标检测成为视觉场景理解的重要任务。近期单目 3D 目标检测的进展主要依赖“伪 LiDAR”生成，即进行单目深度估计并将 2D 像素提升为伪 3D 点。然而，单目图像深度估计精度较差，导致物体内部伪 LiDAR 点位置不可避免发生偏移，从而使预测边界框位置不准、形状畸变。本文提出一种新颖的邻域投票方法，结合邻域预测以改善严重畸变伪 LiDAR 点云上的目标检测。具体而言，物体周围每个特征点形成各自预测，随后通过投票达成“共识”。以此方式，我们能有效结合邻域预测与局部预测，实现更准的 3D 检测。为进一步扩大前景感兴趣区域（ROI）伪 LiDAR 点与背景点的差异，我们还将 2D 前景像素的 ROI 预测分数编码入对应伪 LiDAR 点。我们在 KITTI 基准上开展充分实验验证所提方法的优势。在鸟瞰图检测上，我们的结果大幅优于 SOTA（当前最优）性能，尤其对“困难”等级检测。
引用
@article{arxiv.2107.02493,
title = {Neighbor-Vote: Improving Monocular 3D Object Detection through Neighbor Distance Voting},
author = {Xiaomeng Chu and Jiajun Deng and Yao Li and Zhenxun Yuan and Yanyong Zhang and Jianmin Ji and Yu Zhang},
journal= {arXiv preprint arXiv:2107.02493},
year = {2021}
}
备注
Accepted by ACM Multimedia 2021