RTM3D：基于目标关键点单目实时三维检测用于自动驾驶
计算机视觉与模式识别
2020-01-13 v1 机器人学
图像与视频处理
摘要
在本工作中，我们提出了一种高效且准确的单阶段单目三维检测框架。大多数成功的三维检测器将三维边界框到二维框的投影约束作为重要组成部分。二维框的四条边仅提供四个约束，且随着二维检测器的小误差性能急剧恶化。与这些方法不同，我们的方法预测图像空间中三维边界框的九个透视关键点，然后利用三维与二维透视的几何关系恢复三维空间中的尺寸、位置与朝向。在该方法中，即使关键点估计噪声很大，物体的属性也能稳定预测，这使得我们能以小型架构获得快速检测速度。训练我们的方法仅使用物体的三维属性，无需外部网络或监督数据。我们的方法是首个单目图像三维检测的实时系统，同时在 KITTI 基准上达到了最先进性能。代码将发布于 https://github.com/Banconxuan/RTM3D。
引用
@article{arxiv.2001.03343,
title = {RTM3D: Real-time Monocular 3D Detection from Object Keypoints for Autonomous Driving},
author = {Peixuan Li and Huaici Zhao and Pengfei Liu and Feidao Cao},
journal= {arXiv preprint arXiv:2001.03343},
year = {2020}
}
备注
11 pages, 4 figures and 7 tables