作为时空2.5D点的物体
计算机视觉与模式识别
2022-12-08 v2 人工智能
摘要
确定场景中物体与轨迹精确的鸟瞰图（BEV）位置对于物体交互建图、场景提取等多种感知任务至关重要，然而实现该目标所需的监督级别极难获取。我们提出一种轻量、弱监督方法，通过联合学习回归2D物体检测与场景深度预测（在单次网络前馈中完成）来估计物体3D位置。所提方法扩展了一种基于中心点单阶段物体检测器，并引入一种新颖物体表示：每个物体被建模为时空BEV点，无需任何3D或BEV标注用于训练，也无需查询时LiDAR数据。该方法利用易得的2D物体监督与LiDAR点云（仅训练时使用）联合训练单一网络，使其学习预测2D物体检测及整场景深度，从而将物体轨迹时空建模为BEV中的点。相较近期SOTA方法，所提方法计算效率超约10倍，同时在KITTI跟踪基准上取得可比精度。
引用
@article{arxiv.2212.02755,
title = {Objects as Spatio-Temporal 2.5D points},
author = {Paridhi Singh and Gaurav Singh and Arun Kumar},
journal= {arXiv preprint arXiv:2212.02755},
year = {2022}
}