基于视觉的2D目标检测升维用于自动驾驶
计算机视觉与模式识别
2025-06-16 v1 机器学习
摘要
基于图像的3D目标检测是自动驾驶的固有组成部分，因为大多数现代汽车已经配备了廉价的 onboard 摄像头。由于精确的深度信息，目前大多数最先进的3D目标检测器严重依赖 LiDAR 数据。在本文中，我们提出了一种流水线，仅使用摄像头作为 LiDAR 的低成本替代方案，将现有基于视觉的2D算法的结果升维至3D检测。与现有方法不同，我们不仅关注汽车，还关注所有类型的道路使用者。据我们所知，我们是首次使用2D CNN 处理每个2D检测的点云，以尽可能降低计算开销。我们在具有挑战性的 KITTI 3D 目标检测基准上的评估显示，结果与最先进的基于图像的方法相当，而运行时间仅为后者的三分之一。
引用
@article{arxiv.2506.11839,
title = {Vision-based Lifting of 2D Object Detections for Automated Driving},
author = {Hendrik Königshof and Kun Li and Christoph Stiller},
journal= {arXiv preprint arXiv:2506.11839},
year = {2025}
}
备注
https://ieeexplore.ieee.org/document/9190325