Sep, 2023

MonoGAE：具有地面感知的路边单目 3D 物体检测

PDF
TL;DR该研究提出了一种新的基于智能路边摄像头的道路单目三维物体检测框架 MonoGAE，通过使用地面感知嵌入和交叉注意机制将地面几何信息与图像特征相结合，从而提高自主驾驶系统对道路场景的感知精度。
autonomous drivingroadside camerasmonocular 3d object detectionperception methodsground-aware embeddings
发现论文，激发创造
  • 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

  • MonoGround: 从地面上检测单目三维物体

    本文提出采用地面平面作为额外的几何条件来解决单目视觉下深度估计不准确的问题，同时采用深度校准和精确的两阶段深度推断方法，这种方法不需要额外的数据来源，能够在 KITTI 基准测试中取得最佳的结果，并保持非常快的速度。

    Jun, 2022

  • 地球并非平坦：移动相机对陡峭和倾斜道路上车辆的单目重建

    本论文提出了一种在具有不同平面的路面上进行单目物体定位和形状估计的方法，并使用 KITTI 和 SYNTHIA-SF 基准测试了该方法，证明了其在任意形状的路面上能显著提高单目物体定位的效果。

    Mar, 2018

  • 面向基于视觉的道路边缘三维物体检测的场景泛化

    该研究论文提出了一种名为 SGV3D 的创新道路边缘 3D 物体检测方案，通过背景抑制模块（BSM）减少视觉中心流程中的背景过拟合问题，并利用半监督数据生成流程（SSDG）利用新场景中的未标记图像生成具有不同摄像机姿态的多样化实例前景，从而提高了在新场景中的检测准确性。

    Jan, 2024

  • MOSE: 基于场景线索增强的基于视觉的路旁 3D 物体检测

    基于 MOSE 框架的道路摄像机 3D 物体检测利用场景线索提高目标定位精度和推广能力，实现了超越现有方法的性能。

    Apr, 2024

  • 空中单目三维物体检测

    通过双视图检测系统 DVDET，提出了一种基于地理变形的训练模块，实现了 2D 图像空间和 3D 物理空间的空中单目物体检测，并利用新的数据集 AM3D，证明了模型的可行性及性能。

    Aug, 2022

  • 路边单目三维检测通过 2D 检测提示

    通过使用 2D 检测作为指令，我们提出了一种新颖且简单的方法来解决沿路单目三维检测问题，该方法在两个大规模路边三维检测基准上取得了当前最先进的性能。

    Apr, 2024

  • 通过嵌入颜色的三维重建实现精确的单目物体检测，用于自动驾驶

    本文提出了一种自动驾驶中单目三维物体检测框架，着重解决了二维图像数据的不足，通过将输入数据从二维图像平面转换为三维点云空间进行处理，并使用 PointNet 网络进行三维检测，以提高点云的辨别能力，同时利用多模态融合模块将 RGB 颜色信息融入点云表示，证明了在三维空间中推断三维包围盒比在二维图像平面中更加有效，经过在 KITTI 数据集上的评估，该方法的表现超过现有最新的单目方法。

    Mar, 2019

  • SGM3D: 双目引导下的单目三维物体检测

    本文提出了一种名为 SGM3D 的新方法，通过引入多粒度域自适应和基于 IoU 匹配的对齐方法，将立体 3D 特征适应到单眼检测中，显著提高了检测性能。实验证明，该方法在 KITTI 和 Lyft 数据集上取得了最先进的结果。

    Dec, 2021

  • InfraDet3D：基于路侧基础设施摄像机和激光雷达传感器的多模态三维物体检测

    本文介绍了一种新的基础设施传感器的多模 3D 物体检测器 InfraDet3D，有效结合了两个 LiDAR 和单目相机数据，通过早期融合方法提高检测效果，并将 HD 地图应用于单目 3D 检测模块，以提升其最终的感知结果；该系统在德国慕尼黑的 A9 测试区域进行了实际部署和评估，得到了 68.48 的 mAP 测试结果，同时数据集和代码也提供给研究社区进行进一步的研究。

    Apr, 2023