论文阅读笔记：(2021.06 cvpr) Categorical Depth Distribution Network for Monocular 3D Object Detection

paper:https://openaccess.thecvf.com/content/CVPR2021/papers/Reading_Categorical_Depth_Distribution_Network_for_Monocular_3D_Object_Detection_CVPR_2021_paper.pdfhttps://openaccess.thecvf.com/content/CVPR2021/papers/Reading_Categorical_Depth_Distribution_Network_for_Monocular_3D_Object_Detection_CVPR_2021_paper.pdf

code:GitHub - TRAILab/CaDDN: Categorical Depth Distribution Network for Monocular 3D Object Detection (CVPR 2021 Oral)https://github.com/TRAILab/CaDDN精度对比：KITTI Cars Moderate Benchmark (Monocular 3D Object Detection) | Papers With Code

 

主要观点/贡献：

1. pseudo lidar lidar系列的方法， 直接用预测出来的伪点云， 可能会有over confident的问题，尤其对远距离的情形特别明显；

2. 直接把feature投影到3D空间，在预测深度和3D框的方法，存在特征混淆（feature smearing）的问题，检测结果也不好；

3. 因此， 提出了CaDDN: 先预测置信度分布，再把feature投影到3D，再做检测，提高了检测的准确性；

实现：

1. 产生voxel feature: a) 用depth distribution把front view的features投影成为frustum features(左下图)  -》 b) 用空间线性插值（trilinear interpolation）把frustum features 差值为voxel features（右下图）;

2. 按照类似point pillars的方式进行3D目标检测

消融实验：

对精度有较大提高的地方：

joint depth supervision with 3d-object detection;

LID；

use full distribution to generate frustum features;

重要参考文献：

1. Center3d: Center-based monocular 3d object detection with joint depth understanding