OpenBox: 3D 中任意边界框的自动标注
计算机视觉与模式识别
2025-12-02 v1
摘要
无监督和开放词汇的 3D 目标检测近期受到关注，特别是在自动驾驶领域，其中降低标注成本和识别未见对象对安全性和可扩展性都至关重要。然而，大多数现有方法统一标注 3D 边界框，忽略对象的物理状态，并需要多次自训练迭代进行标注优化，导致质量次优和大量计算开销。为应对这些挑战，我们提出了 OpenBox，一个利用 2D 视觉基础模型的两阶段自动标注流水线。在第一阶段，OpenBox 通过跨模态实例对齐，将由视觉基础模型处理的 2D 图像中的实例级线索与相应的 3D 点云关联起来。在第二阶段，它按刚性和运动状态对实例进行分类，然后生成具有类别特定尺寸统计信息的自适应边界框。因此，OpenBox 在无需自训练的情况下生成高质量的 3D 边界框标注。在 Waymo Open Dataset、Lyft Level 5 Perception 数据集和 nuScenes 数据集上的实验表明，与基线相比实现了更高的准确性和效率。
引用
@article{arxiv.2512.01352,
title = {OpenBox: Annotate Any Bounding Boxes in 3D},
author = {In-Jae Lee and Mungyeom Kim and Kwonyoung Ryu and Pierre Musacchio and Jaesik Park},
journal= {arXiv preprint arXiv:2512.01352},
year = {2025}
}
备注
Accepted by NeurIPS 2025