最近在为如何通过图像识别出整个车,并获取车的三维空间信息发愁。记录下看的东西。 1.Deep MANTA A Coarse-to-fine Many-Task Network for joint 2D and 3D vehicle analysis from monocular image 通过预先构建的车辆三维模型,可以通过单张图片还原出车辆的3D位置和模型,这里有前人的翻译。这里是来自浙大的翻译和理解。 里面提到了RCNN,所以去找了一下,这篇把RCNN的前世今生说的很简洁,也让人实在感慨技术突破的巨大作用。 然后又在知网上发现很多,这里给了很多说明和链接。