OCM3D：以对象为中心的单体三维目标检测
计算机视觉与模式识别
2021-04-14 v1
摘要
仅图像与伪LiDAR表示常用于单体三维目标检测。然而，基于它们的方法分别存在未能很好捕捉相邻图像像素的空间关系或难以处理单体伪LiDAR点云噪声本质的缺陷。为克服这些问题，本文提出一种专为单体三维目标检测设计的新型以对象为中心的体素表示。具体而言，体素构建于每个目标提议上，其尺寸由点的三维空间分布自适应确定，使噪声点云能在体素网格中被有效组织。该表示被证明能准确在三维空间中定位目标。此外，先前工作倾向于通过从整幅图像或噪声点云提取的深度特征来估计方向。相反，我们认为来自目标图像块的局部RoI信息配合适当的缩放方案是更好的输入，因为它在提供完整语义线索的同时排除了无关干扰。另外，我们通过考虑三维目标与关联二维框之间的关系，分解了单体三维目标检测中的置信度机制。在KITTI上评估，我们的方法大幅优于SOTA方法。代码将很快公开。
引用
@article{arxiv.2104.06041,
title = {OCM3D: Object-Centric Monocular 3D Object Detection},
author = {Liang Peng and Fei Liu and Senbo Yan and Xiaofei He and Deng Cai},
journal= {arXiv preprint arXiv:2104.06041},
year = {2021}
}