ROI-10D：将二维检测单目提升为六维位姿与度量形状
计算机视觉与模式识别
2019-04-11 v3
摘要
我们提出了一种用于端到端单目三维目标检测与度量形状检索的深度学习方法。我们通过将二维检测、朝向与尺度估计提升入三维空间，提出了一种新颖的损失函数形式。不同于分别优化这些量，三维实例化使得能够恰当地度量边界框的度量错位。我们通过实验表明，我们对稀疏二维感兴趣区域（RoI）的10维提升在六维位姿与实例纹理化度量几何的恢复上均取得了优异结果。这进一步支持通过将被恢复网格直接修复到二维场景上来实现三维合成数据增强。我们在KITTI3D上与其他强单目方法进行比较，并证明我们的方法在官方测试集的三维位姿指标上将AP翻倍，确立了新的最先进水平（SOTA）。
引用
@article{arxiv.1812.02781,
title = {ROI-10D: Monocular Lifting of 2D Detection to 6D Pose and Metric Shape},
author = {Fabian Manhardt and Wadim Kehl and Adrien Gaidon},
journal= {arXiv preprint arXiv:1812.02781},
year = {2019}
}
备注
CVPR 2019