ICCVJul, 2021

单目三维目标检测的几何不确定性投影网络

PDF
TL;DR本文提出一种名为 GUP Net 的几何不确定性投影网络来解决单眼三维物体检测中由投影过程带来的误差放大问题，该网络采用 GUP 模块在推断深度时获得几何引导下的不确定性，并且在训练阶段采用分级任务学习策略以降低由误差放大引起的不稳定性。实验结果表明，所提出的方法能够有效地提高物体深度推断的可靠性，且在 KITTI 基准测试中的汽车和行人类别上，AP40 均优于现有图像为基础的单眼三维检测器。
发现论文，激发创造
  • GUPNet++：用于单目三维物体检测的几何不确定性传播网络

    通过概率建模几何投影，提出了一种几何不确定性传播网络（GUPNet++），用于改进单目三维物体检测的准确性和可靠性。

    Oct, 2023

  • 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

  • 概率和几何深度：透视中的物体检测

    该文通过构建几何相关图，利用概率表示来解决单目三维检测的问题，从而提高了检测性能并保持实时性的有效性。

    Jul, 2021

  • 基于梯度的单目深度估计不确定性

    本文提出了一种基于深度神经网络的后验不确定性估计方法，通过辅助损失函数的梯度来估计不确定性，避免依赖于地面真实信息的损失定义，可以实现对固定深度估计模型的有状态压制应用。该方法在 KITTI 和 NYU 深度 V2 基准测试中实现了最先进的不确定性估计结果，并且模型和代码都可以在该链接公开获取。

    Aug, 2022

  • MonoRUn: 单目三维物体检测通过重建和不确定性传播

    提出了一种名为 MonoRUn 的检测框架，该框架通过自我监督学习，仅使用简单的三维边界框注释学习密集的对应关系和几何学，并利用不确定性感知的区域重建网络来回归像素相关的三维目标坐标，并利用预测的不确定性通过整个下游模块，实现对象姿态的估计和协方差，实验表明该方法在 KITTI 基准测试中优于当前最先进的方法。

    Mar, 2021

  • GP2C：约束几何投影参数的一致性以估计关节 3D 姿势和在野外的焦距

    我们提出了一种联合 3D 姿态和焦距估计方法，采用深度学习技术和几何算法，通过将焦距明确地估计和整合到 3D 姿态估计中来实现对野外物体类别的姿态和焦距估计，并在 Pix3D、Comp 和 Stanford 三个具有不同物体类别的具有挑战性的真实世界数据集上进行了详细的评估，结果在多个指标上明显优于现有方法。

    Aug, 2019

  • 双视：几何引导的深度估计

    我们的方法通过在网络中添加最新的 3D 几何数据作为额外输入，结合之前的几何提示，利用深度和 3D 场景重建领域中的先前工作，实现了与实时交互速度相比达到最先进的深度估计和场景重建。

    Jun, 2024

  • 基于解耦结构化多边形估计和高度引导深度估计的单目三维物体检测

    该研究提出了一种新的统一框架，将单眼 RGB 图像中的目标检测问题分解为结构化多边形预测任务和深度恢复任务，并使用对象高度先验进行反向投影变换，进一步纠正 3D 检测结果并取得了最先进的检测准确度。

    Feb, 2020

  • 自动驾驶用基于地面的单目三维物体检测

    通过研究路面对 3D 检测提供的额外信息，提出了一种嵌入式神经网络，能够充分利用这些应用程序特定的先验知识，从而实现使用单个 RGB 摄像机确定环境中对象的位置和方向的三维目标检测。

    Feb, 2021

  • 几何与语义相遇：半监督单目深度估计

    通过利用语义标记的图像和通过图像变形获得的无监督信号来联合学习语义分割和深度估计，提出了一种半监督的深度估计方法，结果表明在 KITTI 数据集上超过了单目深度估计的先进方法。

    Oct, 2018