面向单目3D目标检测中跨深度泛化的研究
计算机视觉与模式识别
2020-04-03 v3
摘要
尽管昂贵的LiDAR与立体相机装置已促成成功的3D目标检测方法的发展，仅使用单目RGB的方法远远落后。本工作通过引入MoVi-3D这一新颖的单阶段深度架构推进了技术水平，用于单目3D目标检测。MoVi-3D建立在一种新颖方法之上，该方法利用几何信息在训练与测试时生成虚拟视图，其中物体外观相对于距离被归一化。这些虚拟生成的视图促进了检测任务，因为它们显著减少了放置于距相机不同距离处物体相关的视觉外观变异性。因此，深度模型免于学习深度特定表示，其复杂度可显著降低。特别地，本工作中我们展示，得益于我们的虚拟视图生成过程，一个轻量级的单阶段架构足以在流行的KITTI3D基准上确立新的最先进结果。
引用
@article{arxiv.1912.08035,
title = {Towards Generalization Across Depth for Monocular 3D Object Detection},
author = {Andrea Simonelli and Samuel Rota Bulò and Lorenzo Porzi and Elisa Ricci and Peter Kontschieder},
journal= {arXiv preprint arXiv:1912.08035},
year = {2020}
}