递归跨视角：仅用 2D 检测器在无 3D 标注下实现 3D 目标检测

严重依赖 3D 标注限制了 3D 目标检测在真实世界中的应用。本文提出一种不需要任何 3D 标注、同时能够预测完全定向 3D 边界框的方法。我们的方法称为递归跨视角（Recursive Cross-View, RCV），利用三视图原理将 3D 检测转化为多个 2D 检测任务，仅需子集化的 2D 标签。我们提出一种递归范式，其中实例分割与跨视角的 3D 边界框生成被递归执行直至收敛。具体而言，所提方法对每个 2D 边界框使用截头锥体，随后经由递归范式最终生成完全定向的 3D 框及其对应类别与分数。注意，类别与分数由 2D 检测器给出。在 SUN RGB-D 与 KITTI 数据集上的评估表明，我们的方法优于现有基于图像的方法。为证明我们的方法可快速用于新任务，我们将其应用于两个真实场景，即 3D 人体检测与 3D 手部检测。由此获得两个新的 3D 标注数据集，这意味着 RCV 可视为一个（半）自动 3D 标注器。此外，我们将 RCV 部署于深度传感器，在实时 RGB-D 流上以 7 fps 实现检测。RCV 是首个不消耗 3D 标签即产出完全定向 3D 框的 3D 检测方法。