用于视角无关单目 3D 车辆检测的多边形交并比损失
计算机视觉与模式识别
2025-12-05 v2
摘要
单目 3D 目标检测是一项具有挑战性的任务，因为从 2D 图像中难以获取深度信息。一类视角无关的单目 3D 检测方法在训练时也不显式利用场景单应性或几何，意味着如此训练的模型可检测任意视角图像中的目标。此类工作预测 3D 边界框在图像平面上的投影以估计 3D 框的位置，但这些投影并非矩形，因此计算这些投影多边形之间的 IoU 并不直接。本工作提出一种高效、完全可微的两凸多边形间 IoU 计算算法，可用于计算从任意角度观看的两个 3D 边界框足迹之间的 IoU。我们在三个最先进的视角无关 3D 检测模型上测试所提出的多边形 IoU 损失（PIoU 损失）的性能。实验表明，所提 PIoU 损失比 L1 损失收敛更快，且在 3D 检测模型中，PIoU 损失与 L1 损失结合比单独 L1 损失效果更好（MonoCon 在车辆上 AP70 +1.64%，RTM3D 在车辆上 AP70 +0.18%，MonoRCNN 在骑行者上 AP50/AP25 +0.83%/+2.46%）。
引用
@article{arxiv.2309.07104,
title = {Polygon Intersection-over-Union Loss for Viewpoint-Agnostic Monocular 3D Vehicle Detection},
author = {Xinxuan Lu and Derek Gloudemans and Shepard Xia and Daniel B. Work},
journal= {arXiv preprint arXiv:2309.07104},
year = {2025}
}