面向三维目标检测的任务感知单目深度估计
计算机视觉与模式识别
2019-12-10 v2
摘要
单目深度估计能够从单张二维图像实现三维感知，因此多年来吸引了大量研究关注。几乎所有方法都平等地处理图像中的前景和背景区域（“物体与背景”）。然而，并非所有像素都是平等的。前景物体的深度在三维目标识别与定位中起着关键作用。迄今为止，如何提升前景物体的深度预测精度鲜有讨论。在本文中，我们首先分析了前景与背景的数据分布及交互，然后提出了前景-背景分离的单目深度估计（ForeSeE）方法，使用独立的优化目标和深度解码器来估计前景深度与背景深度。我们的方法显著提升了前景物体的深度估计性能。将 ForeSeE 应用于三维目标检测，我们取得了 7.5 AP 的提升，并在其他单目方法中确立了新的最先进结果。代码将发布于：https://github.com/WXinlong/ForeSeE。
引用
@article{arxiv.1909.07701,
title = {Task-Aware Monocular Depth Estimation for 3D Object Detection},
author = {Xinlong Wang and Wei Yin and Tao Kong and Yuning Jiang and Lei Li and Chunhua Shen},
journal= {arXiv preprint arXiv:1909.07701},
year = {2019}
}
备注
Accepted by AAAI2020 as Oral