VRSO：面向静态物体标注的视觉中心重建方法
计算机视觉与模式识别
2024-09-02 v3
摘要
作为智能驾驶系统感知结果的一部分，三维空间中的静态物体检测（Static Object Detection, SOD）为驾驶环境理解提供了关键线索。随着深度神经网络在 SOD 任务中的快速部署，对高质量训练样本的需求急剧增长。传统且可靠的方式是在密集的 LiDAR 点云和参考图像上进行人工标注。尽管大多数公开驾驶数据集采用此策略来提供 SOD 真值（Ground Truth, GT），但在实践中仍然昂贵且耗时。本文介绍 VRSO，一种以视觉为中心的静态物体标注方法。在 Waymo Open Dataset 上的实验表明，VRSO 标注的平均重投影误差仅为 2.6 像素，约为 Waymo Open Dataset 标签（10.6 像素）的四分之一。VRSO 以低成本、高效率和高品质著称：（1）它仅以相机图像为输入即可恢复三维空间中的静态物体；（2）由于 SOD 任务的 GT 是基于自动重建与标注流程生成的，几乎无需人工标注。
引用
@article{arxiv.2403.15026,
title = {VRSO: Visual-Centric Reconstruction for Static Object Annotation},
author = {Chenyao Yu and Yingfeng Cai and Jiaxin Zhang and Hui Kong and Wei Sui and Cong Yang},
journal= {arXiv preprint arXiv:2403.15026},
year = {2024}
}
备注
Accepted at 2024 IEEE International Conference on Intelligent Robots and Systems (IROS)