UrbanNet：利用城市地图进行远距离3D物体检测
计算机视觉与模式识别
2021-10-13 v1 人工智能
图像与视频处理
摘要
依赖单目图像数据进行精确的3D物体检测仍然是一个未解决的问题，其解决方案对成本敏感的应用（如交通监控）具有广泛意义。我们提出了UrbanNet，一种用于静态相机远距离单目3D物体检测的模块化架构。我们提出的系统结合了常用的城市地图、成熟的2D物体检测器和高效的3D物体描述符，即使在物体沿其三个轴中的任意轴旋转时，也能在远距离实现精确检测。我们在一个新颖的具有挑战性的合成数据集上评估了UrbanNet，并突出了其设计在坡度变化的道路上的交通检测优势，其中平坦地面近似不成立。数据和代码可在https://github.com/TRAILab/UrbanNet获取。
引用
@article{arxiv.2110.05561,
title = {UrbanNet: Leveraging Urban Maps for Long Range 3D Object Detection},
author = {Juan Carrillo and Steven Waslander},
journal= {arXiv preprint arXiv:2110.05561},
year = {2021}
}
备注
To be published in the 24th IEEE International Conference on Intelligent Transportation Systems - ITSC2021