ORA3D：重叠区域感知的多视角 3D 目标检测
计算机视觉与模式识别
2023-06-30 v4
摘要
当前的多视角 3D 目标检测方法往往无法正确检测重叠区域中的物体，且网络对场景的理解通常局限于单目检测网络层面。此外，重叠区域中的物体常因相机畸变而严重遮挡或发生形变，导致域偏移。为缓解此问题，我们提出使用以下两个主要模块：(1) 用于弱深度监督的立体视差估计；(2) 对抗性重叠区域判别器。前者利用传统立体视差估计方法从重叠区域获取可靠的视差信息。以视差估计作为监督，我们提出对网络进行正则化以充分利用双目图像的几何潜力，从而相应提升整体检测精度。此外，后一模块最小化非重叠与重叠区域间的表征差距。我们在 nuScenes 大规模多视角 3D 目标检测数据上验证了所提方法的有效性。实验表明，我们的方法优于当前 SOTA 模型，即 DETR3D 和 BEVDet。
引用
@article{arxiv.2207.00865,
title = {ORA3D: Overlap Region Aware Multi-view 3D Object Detection},
author = {Wonseok Roh and Gyusam Chang and Seokha Moon and Giljoo Nam and Chanyoung Kim and Younghyun Kim and Jinkyu Kim and Sangpil Kim},
journal= {arXiv preprint arXiv:2207.00865},
year = {2023}
}
备注
BMVC2022