作者:Tom Hardy
Date:2020-2-17
来源:DSGN:基于深度立体几何网络的3D目标检测(香港大学提出)
原文链接:https://arxiv.org/pdf/2001.03398.pdf
主要思想与创新点
大多数最先进的三维目标检测器严重依赖激光雷达传感器。由于在三维场景中的预测不准确,基于图像的方法与基于激光雷达的方法在性能上仍有很大差距。本文提出了深度立体几何网络(DSGN)的方法,通过在可微的体积表示:三维几何体上检测三维物体,有效地编码了三维规则空间的三维几何结构,显著地减小了这一差距。通过这种表示,可以同时学习深度信息和语义线索。本文首次提供了一个简单有效的基于单级立体的3D检测流水线,它以端到端的学习方式联合估计深度和检测3D对象。该方法优于以前的基于立体的3D检测器(在AP方面大约高出10个),甚至达到了KITTI 3D目标检测排行榜上的几个基于LiDAR方法相当的性能,代码将在后期公开。
本文主要有以下创新点:
- 为了弥补二维