Shift R-CNN：具有闭式几何约束的深度单目三维目标检测
计算机视觉与模式识别
2019-05-27 v1 机器学习
摘要
我们提出 Shift R-CNN，一种用于单目三维目标检测的混合模型，它将深度学习与几何的力量相结合。我们调整 Faster R-CNN 网络以回归初始的 2D 和 3D 目标属性，并将其与使用相机投影矩阵的逆 2D 到 3D 几何映射问题的最小二乘解相结合。该数学系统的闭式解以及调整后的 Faster R-CNN 的初始输出随后通过一个最终的 ShiftNet 网络，该网络使用我们新提出的 Volume Displacement Loss 对结果进行精炼。我们这种新颖的、受几何约束的深度学习单目三维目标检测方法在 KITTI 3D Object Detection Benchmark 上取得了顶尖结果，在所有不使用任何预训练网络进行深度估计的单目方法中最佳。
引用
@article{arxiv.1905.09970,
title = {Shift R-CNN: Deep Monocular 3D Object Detection with Closed-Form Geometric Constraints},
author = {Andretti Naiden and Vlad Paunescu and Gyeongmo Kim and ByeongMoon Jeon and Marius Leordeanu},
journal= {arXiv preprint arXiv:1905.09970},
year = {2019}
}
备注
v1: Accepted to be published in 2019 IEEE International Conference on Image Processing, Sep 22-25, 2019, Taipei. IEEE Copyright notice added. Minor changes for camera-ready version. (updated May. 15, 2019)