用于单目3D目标检测的视角感知卷积
计算机视觉与模式识别
2023-08-25 v1
摘要
单目3D目标检测是自动驾驶车辆中一项关键且具有挑战性的任务，它仅使用单张相机图像来推断场景中的3D物体。为解决仅利用图像线索预测深度的困难，我们提出了一种捕获图像中长程依赖的新颖视角感知卷积层。通过强制卷积核沿每个图像像素的深度轴提取特征，我们将视角信息纳入网络架构。我们将视角感知卷积层集成到3D目标检测器中，并在KITTI3D数据集上展示了性能提升，在easy基准测试中达到了23.9%的平均精度。这些结果强调了建模场景线索对于准确深度推断的重要性，并凸显了在网络设计中融入场景结构的好处。我们的视角感知卷积层有潜力通过提供更精确且上下文感知的特征提取来增强目标检测精度。
引用
@article{arxiv.2308.12938,
title = {Perspective-aware Convolution for Monocular 3D Object Detection},
author = {Jia-Quan Yu and Soo-Chang Pei},
journal= {arXiv preprint arXiv:2308.12938},
year = {2023}
}