本文介绍了一种能够从 RGB 图像中检测三维物体和估计六自由度姿态的新型深度学习方法，称为 DPOD。该方法估计输入图像和可用的三维模型之间的密集多类二维三维对应关系图，通过 PnP 和 RANSAC 计算六自由度姿态，并使用基于深度学习的自定义方案对初始姿态估计进行了 RGB 姿态优化。与其他主要使用真实数据进行训练且不对合成渲染进行训练的方法不同，我们对合成数据和真实训练数据进行评估，显示出在所有最近的检测器中，此方法无论先前和后面都能够获得优异的结果。虽然具有精度，但本方法仍然具有实时性能。

Feb, 2019

本文提出了一种基于密集对应的三阶段六自由度物体检测方法，称为 DPODv2（密集姿势物体检测器），结合了 2D 物体检测与密集对应估计网络以及多视图姿态细化方法来估计完整的 6 自由度姿态，其使用了不同成像模式（RGB 或 Depth）作为输入。实验结果表明，RGB 成像在对应估计方面表现优异，而如果存在良好的 3D-3D 对应，则深度成像可提高姿势精度。

Jul, 2022

基于单目视觉的三维物体检测中，本文提出了一种新的自适应方法 —— 全测试阶段自适应，在无标签测试数据上通过处理潜在的数据分布转移来自适应已经训练好的模型。通过可靠性驱动的自适应策略和噪声保护自适应策略，该方法解决了由异常测试数据引起的物体漏检问题，实验结果表明在离散分布的测试场景中 MonoTTA 模型相对于 Mono 3Det 模型带来了显著的性能提升，KITTI 上平均获得了 190% 的提升，nuScenes 上获得了 198% 的提升。

May, 2024

通过对 Direct Preference Optimization（DPO）的实证研究和与 RLHF-PPO 的系统比较，我们发现 DPO 的三个学习结果特征，即被拒绝回应的概率剧烈下降、LLM 的退化以及对未见回应的扩散效应。在此基础上，我们提出了简单的正则化方法来缓解这些问题，提高 DPO 的训练稳定性和最终性能，同时研究配对偏好数据分布对 DPO 效果的影响。希望本研究能够为缩小无奖偏好学习方法和基于奖励学习方法之间的差距提供研究方向。

Jun, 2024

我们提出了一种名为 DOPS 的快速单级 3D 物体检测方法，其核心创新点是一种快速、单次遍历的体系结构，同时检测 3D 物体并估计其形状。该方法通过图卷积进行聚合，并将 3D 边界框参数传入网络分支以预测表示每个检测到的物体形状的潜变量代码，因此我们的模型能够在没有目标数据集的地面真实形态信息的情况下提取物体形状。与现有技术相比，在 ScanNet 场景的目标检测中，我们的方法实现了约 5% 的技术进步，在 Waymo 开放数据集中实现了高达 3.4% 的技术进步，同时重现了检测到的汽车的形状。

Apr, 2020

本文提出了一种单目 3D 检测模型 MonoTDP，该模型通过创新的双深度感知模块和自适应学习策略，能够有效缓解极端天气对检测性能的影响并提高检测效果，新构建装有各种挑战性场景的数据集，实验结果表明，该方法在不同极端环境下对汽车的 AP_R40 表现优于现有技术。

May, 2023

研究了数据扩充在提高自动驾驶中三维目标检测中的应用，提出了一种新的方法，该方法可以更加灵活地构建整体物体、自由定位和旋转物体，并相应地应用自遮挡和外部遮挡，通过隐藏点拆除算法实现自遮挡和外部遮挡，最终说明该算法可显著提高 mAP 性能。

Mar, 2023

针对半监督单目三维物体检测，我们研究了伪标记方法，并发现了两个主要问题：三维和二维属性预测质量之间的不对齐以及伪标签导致的深度监督存在噪声，从而与其他可靠的监督形式产生显著的优化冲突。我们提出了一种新颖的解耦伪标记方法，该方法包括一个用于分别处理二维和三维属性的解耦伪标签生成模块和一个用于减轻由伪标签的深度监督引起的优化冲突的深度梯度投影模块。在 KITTI 基准测试上的综合实验证明了我们方法的优越性。

Mar, 2024

通过使用 DMPO 损失函数，对多回合任务中的大型语言模型（LLMs）进行适应，可以优化强化学习（RL）目标并提供理论解释。实验证明 DMPO 损失的有效性和优越性。

Jun, 2024

我们提出了一个名为 DART3D 的鲁棒性深度感知对抗训练方法，用于单目 3D 对象检测，通过设计迭代退化攻击和基于不确定性的残差学习方法，提高了模型对对抗攻击的鲁棒性，在 KITTI 3D 数据集上的实验中，在 Easy，Moderate 和 Hard 设置下的车辆类别的 3D 对象检测评价指标 $AP_{R40}$ 上，相比直接对抗训练方法，分别实现了 4.415%，4.112% 和 3.195% 的提升。

Sep, 2023