基于立体视觉的自动驾驶语义三维物体与自运动追踪
计算机视觉与模式识别
2018-11-30 v3
摘要
我们提出一种基于立体视觉的方法，用于在动态自动驾驶场景中追踪相机自运动与三维语义物体。不同于使用端到端方法直接回归三维边界框，我们提出利用易标注的二维检测与离散视角分类，结合轻量级语义推断方法，获得粗略的三维物体测量。基于在动态环境中鲁棒的物体感知辅助相机位姿追踪，并结合我们新颖的动态物体束调整（BA）方法以融合时序稀疏特征对应与语义三维测量模型，我们得到了具有实例精度与时序一致性的三维物体位姿、速度及锚定动态点云估计。我们所提方法的性能在多样场景中得以展示。自运动估计与物体定位均与最先进（state-of-the-art）方案进行了比较。
引用
@article{arxiv.1807.02062,
title = {Stereo Vision-based Semantic 3D Object and Ego-motion Tracking for Autonomous Driving},
author = {Peiliang Li and Tong Qin and Shaojie Shen},
journal= {arXiv preprint arXiv:1807.02062},
year = {2018}
}
备注
14 pages, 9 figures, eccv2018