文献阅读:(CVPR2021)Objects are Different: Flexible Monocular 3D Object Detection
摘要: 现有的方法从单一图像不依赖深度信息预测3D框目标物体是一个很有挑战的问题。大多数现有方法对所有对象都采用同样的检测方法,而不管他们的不同分布,导致限制了截断对象检测的性能。本文中,我们提出了一个灵活的单目三维目标检测框架,该框架对目标进行显示解耦,并自适应地结合多种目标深度估计方法。具体地说,我们将特征映射的边缘解耦以预测长尾截断对象,从而不影响政策对象的优化。此外,我们将目标深度估计公式化为直接回归目标深度和从不同关键点组求解深度的不确定性引导集合。实验表明,在KITTI下,我们的方法在保持
原创
2021-05-20 20:02:39 ·
2278 阅读 ·
0 评论