面向单目 3D 目标检测的纯自底向上方法
计算机视觉与模式识别
2024-01-30 v1
摘要
单目 3D 目标检测是自动驾驶的一项重要任务。同时，由于深度信息的丢失，从纯图像中进行准确的 3D 目标检测极具挑战性。大多数现有的基于图像的方法根据目标在图像平面上的 2D 尺寸来推断其在 3D 空间中的位置，这通常忽略了图像中固有的位置线索，导致性能不佳。受人类能够利用自底向上的位置线索从单张图像中在 3D 空间中定位目标的启发，本文从图像特征列出发探索位置建模，并提出了一种名为 You Only Look Bottum-Up（YOLOBU）的新方法。具体而言，我们的 YOLOBU 利用基于列的交叉注意力来确定某个像素对其上方像素的贡献程度。接着，引入基于行的反向累加和（RRCS）来建立像素在自底向上方向上的联系。我们的 YOLOBU 通过以自底向上的方式建立像素间的关系，充分探索了单目 3D 检测的位置线索。在 KITTI 数据集上的大量实验证明了我们方法的有效性和优越性。
引用
@article{arxiv.2401.15319,
title = {You Only Look Bottom-Up for Monocular 3D Object Detection},
author = {Kaixin Xiong and Dingyuan Zhang and Dingkang Liang and Zhe Liu and Hongcheng Yang and Wondimu Dikubab and Jianwei Cheng and Xiang Bai},
journal= {arXiv preprint arXiv:2401.15319},
year = {2024}
}
备注
Accepted by IEEE Robotics and Automation Letters (RA-L)