ICCVSep, 2019

从单目图像中学习特定对象的距离

PDF
TL;DR本文提出了一种基于学习的方法，通过直接预测图像中给定物体的距离来解决自动驾驶中一个困难的问题：距离估计。该方法在构建了 KITTI 和 nuScenes 数据集的基础上，利用增强模型和关键点回归器解决了传统的 IPM、SVR 方法不能很好解决的场景，取得了较大的性能提升。
autonomous drivingdistance estimationobject detectioncomputer visionlearning-based model
发现论文，激发创造
  • 路灯旁的行人：自适应对象图在实时地图制作中的应用

    本文提出了一种基于图神经网络的方法，通过对于场景中物体的空间关系，从单目图像中预测出鸟瞰地图中的物体，从而解决了现有基于纹理的模型在距离摄像机较远时定位错误率增加的问题，并在三个大规模数据集上取得了最新的最佳结果，包括了相对于 nuScenes 数据集上 50% 的提升。

    Apr, 2022

  • SynDistNet: 自监督单目鱼眼相机与语义分割结合的自动驾驶距离估计

    本研究针对自监督学习方法在鱼眼和针孔相机等复杂投影模型下无法很好地应用于距离估计的问题，提出了一种新的多任务学习策略。通过引入自注意力编码器和用鲁棒的语义特征指导解码器的距离估计网络结构，我们成功地将性能提升了 25％。同时，采用去除超参数调节的广义鲁棒损失函数和语义掩蔽策略来缓解动态物体违反静态世界假设所引起的估计误差。该方法不需要外部尺度估计，并且在 KITTI 数据集和针孔模型上达到了自监督方法的最佳性能水平。

    Aug, 2020

  • DMODE: 无需类别特定信息的差分单目物体距离估计模块

    本文提出了一种名为 DMODE 的类不可知方法，通过使用差分方法，将目标的尺寸和相机的运动结合起来估计目标的距离。DMODE 是可适应不同环境的方法，能够跨越不同的对象检测器并轻松适应新的对象类别，同时在 KITTI MOTS 数据集上表现出比传统备选方法更优异的性能。

    Oct, 2022

  • 利用投影建模学习基于几何引导的深度，实现单目三维物体检测

    本篇研究提出一种基于几何建模的投影模型方法，用于改进单目三维物体检测中的深度估计问题，实验证明该方法使得检测性能得到了显著提升。

    Jul, 2021

  • 基于单目相机的 ADAS 车间距与相对速度的端到端学习

    本文提出了一个基于单目相机和深度神经网络的交通车辆间距和相对速度的估测方法，通过多种视觉线索，如深层特征线索、场景几何线索和时间光流线索，以及车辆中心的采样机制来减少透视失真的影响，并在性能、计算速度和内存占用等方面证实了该方法比其他最先进的方法具有更优越的表现。

    Jun, 2020

  • 利用参考对象进行远程距离估计的 R4D 方法

    本文首次提出了一个重要而未被充分研究的任务 -- 长距离目标距离估计，介绍了两个数据集，并提出了一种称为 R4D 的算法框架，使用已知距离的参考对象来准确估计长距离物体的距离。该算法基于人类认知的模式建造了目标到参考对象之间的图，并利用注意力模块自适应地组合参考对象，实现了目标距离的预测。实验证明，R4D 与已有算法相比具有更好的效果和鲁棒性。

    Jun, 2022

  • 自我监督干扰学习驱动的城市环境单目视觉里程计鲁棒性

    本文提出了一种自监督方法，可忽略城市环境下摄像头图像中的 “干扰物”，从而鲁棒地估计车辆运动情况。我们利用离线多会话映射方法自动生成每个输入图像的像素级时间变化掩模和深度图，用于训练深度卷积网络和视觉里程计管道，最终实现了在动态、独立运动对象遮挡的情况下使用单目摄像头完成度量尺度的 VO，并且在超过 400 公里的牛津机器人数据集中获得了显著改善的运动估计精度。

    Nov, 2017

  • 视角到标签：自监督三维物体检测的多视角一致性

    提出了一种基于多视角和弱标签的纯 RGB 序列的自监督 3D 物体检测方法，其在 KITTI 3D 数据集上的性能与使用激光雷达或立体图像的最先进的自监督方法相当。

    May, 2023

  • DistanceNet：使用循环卷积神经网络从单目图像估计行驶距离

    本文提出了一种新颖的端到端多对一行进距离估计模型 (DistanceNet) 来解决传统单目 vSLAM/VO 在尺度歧义问题上的不足，该模型利用了深度学习技术，基于卷积神经网络 (CNN) 和循环神经网络 (RNN) 学习几何特征和动态信息，利用排序回归方法预测图像序列中相邻帧之间的行进距离，并在 KITTI 数据库上进行评估，结果表明该模型在行进距离预测方面优于当前最先进的深度学习位姿估计器和传统的单目 vSLAM/VO 方法。

    Apr, 2019

  • 自监督的单目可微渲染用于 3D 物体检测

    本研究提出了一种基于自监督的方法，利用强形状先验和二维实例掩模来重建带纹理的三维物体并进行姿态估计，通过可微分渲染和先前预训练的单目深度估计网络推断图像中每个物体的三维位置和网格信息，实验结果表明本方法有效地利用嘈杂的单目深度和可微分渲染来代替昂贵的 3D 地面真值标签或激光雷达信息。

    Sep, 2020