形状感知的单目 3D 目标检测
计算机视觉与模式识别
2022-04-26 v2
摘要
通过单透视相机检测 3D 目标是一项具有挑战性的问题。无锚框与基于关键点的模型因其有效性与简洁性近年受到越来越多关注。然而，此类方法大多易受遮挡与截断目标的影响。本文提出一种单阶段单目 3D 目标检测模型。模型中集成实例分割头用于训练，使模型能感知目标物体的可见形状。检测大幅避免了来自目标物体周围无关区域的干扰。此外，我们还揭示出流行的基于 IoU 的评测指标——其原本为评测立体或基于 LiDAR 的检测方法而设计——对单目 3D 目标检测算法的改进不敏感。提出一种新评测指标，即平均深度相似度（ADS），用于单目 3D 目标检测模型。我们的方法在流行指标与新提指标上均优于基线，同时保持实时效率。
引用
@article{arxiv.2204.08717,
title = {Shape-Aware Monocular 3D Object Detection},
author = {Wei Chen and Jie Zhao and Wan-Lei Zhao and Song-Yuan Wu},
journal= {arXiv preprint arXiv:2204.08717},
year = {2022}
}
备注
8 pages; 6 figures. typo fixed; reference changed