不积跬步，无以至千里！

本文提出了一种新的立体图像三维目标检测系统 Disp R-CNN。

三维目标检测是自动驾驶和机器人技术中的一项重要任务。虽然已经取得了很大的进展，但在估算遥远和闭塞物体的三维姿态方面仍然存在挑战。

本文提供了一种简单有效的基于立体的单级三维检测管道，以端到端学习的方式联合估计深度和检测三维物体。

本文提出了一种端到端的学习框架，用于自动驾驶中基于立体图像的三维目标检测。它既不依赖深度图像作为输入，也不依赖于训练，也不需要多级或后处理算法。

本文提出了一种新的用于 3D 目标检测的方法 PointPillars，它利用 PointNets 来学习组织在垂直列中的点云表示。

本文充分利用立体图像中的稀疏、密集、语义和几何信息，提出了一种用于自动驾驶的三维目标检测方法。我们的方法，称为 Stereo R-CNN，扩展了 Faster R-CNN 用于立体输入，以同时检测和关联左右图像中的目标。我们在立体区域建议网络(RPN)之后增加额外的分支来预测稀疏的关键点、视点和对象尺寸，并结合左右图像中的2D边界框来计算粗略的3D目标边界框。然后，我们通过使用左右感兴趣区域的基于区域的光度对齐来恢复准确的3D边界框。我们的方法不需要深度depth输入和3D位置监督，但是，它的性能优.