monocular 3d object detection | BriefGPT

关键词monocular 3d object detection

搜索结果 - 63

透视感知卷积在单目三维物体检测中的应用
通过结合透视感知卷积层提取更精确和具有上下文意识的特征，将场景线索建模为准确的深度推断，从而提高单目 3D 目标检测性能。
PDF10 months ago
ICCV深入研究单目三维物体跟踪中的动作感知匹配
提出了一种基于运动感知的单目三维多目标跟踪（MoMA-M3T）框架，通过在时间帧内捕捉物体的运动线索，将历史物体轨迹与当前观察结果进行匹配，实现与最先进方法相媲美的性能。
PDF10 months ago
MonoNext：基于 ConvNext 的 3D 单目目标检测
这篇论文介绍了一种名为 MonoNext 的不同的多任务学习方法，利用空间网格来对场景中的物体进行映射，它采用了基于 ConvNext 网络的简单方法，并且只需要有 3D 边界框标注的数据，通过在 KITTI 数据集上的实验，MonoNex
PDFa year ago
激光雷达引导半监督主动学习的单目三维物体检测
本文提出了一种新颖的半监督主动学习 (SSAL) 框架，用于配备了激光雷达的单目 3D 物体检测，利用了模型开发过程中所收集的所有数据的多模态。通过利用激光雷达来指导单目 3D 检测器的数据选择和训练，不在推理阶段引入任何开销，并采用半监督
PDFa year ago
自适应距离间隔分离：渐进理解深度图的单目三维物体检测
本文提出了一种名为自适应距离间隔分离网络（ADISN）的框架，该框架将深度地图视为介于 LiDAR 和图像之间的形式，并通过自适应分割方法将深度地图划分为不同的子图，利用 CNN 提取特征并通过不同的分支分别学习定位检测任务和外观任务，同时
PDFa year ago
全局到局部三维重建的二维监督单目三维物体检测
本研究提出了一种新的逆向学习范式，称为 BA^2-Det，利用全局到局部 3D 重建的思想，对二维监督单目三维物体检测进行学习，实验结果显示 BA^2-Det 的性能与完全监督方法相当，并且甚至优于某些先驱的完全监督方法。
PDFa year ago
SSD-MonoDTR: 监督式尺度受限可变形 Transformer 用于单目 3D 物体检测
本篇研究提出了一种新的监督型缩放限制可变注意力机制（SSDA），通过多重缩放控制预先设定的多个掩膜，利用深度和视觉特征为每个查询预测本地特征，从而生成更加准确的接收域来支持强大的查询特征生成，SSDA 在 KITTI 数据集上较现有方法良好
PDFa year ago
Perceiver 算法进行的带有边界框去噪的单目三维物体检测
该研究提出了一种名为 MonoXiver 的方法，可通过组合 2D 到 3D 和 3D 到 2D 的信息流，使用 3D 空间局部网格搜索方式，实现单眼 3D 物体检测的 3D 中心定位。该方法使用 Perceiver I / O 模型，融合
PDFa year ago
CVPR使用多视角投影和方向一致性进行弱监督单目 3D 对象检测
本文提出了一种基于弱监督学习的单目 3D 物体检测方法，该方法只使用图像上标记的 2D 标签进行模型训练，并探索了投影、多视图和方向这三种不同类型的一致性约束以及设计了一种新的 2D 方向标记方法用于准确的旋转方向预测。实验证明，该方法在一
PDFa year ago
MonoEdge：使用局部视角的单目三维物体检测
本论文提出了一种新颖的单目三维目标检测方法，通过利用每个物体的局部透视效果实现。通过在现有的单目 3D 目标检测框架中插入局部透视模块，我们将局部透视畸变与全局透视效应相结合，展示了在多个数据集上对强基线方法的有效性和优越性。
PDF2 years ago
AAAI基于注意力机制的深度蒸馏技术与三维感知位置编码在单目三维物体检测中的应用
提出了一种名为 ADD 的基于注意力的深度知识蒸馏框架，采用 3D 感知的位置编码方式，以在 KITTI 3D 目标检测基准测试上实现单目 3D 目标检测的最先进性能。
PDF2 years ago
ICCV通过回收边界框进行自监督的三维单目物体检测
研究了在单目 3D 物体检测中使用预文本任务来提高性能的自监督学习方法，并且通过随机窗口来标记建立自监督训练模型以分类真实和假象检测集的目标物体来达到我们的目的，即解决前景 - 背景不平衡问题，ICFW mAP 得分进一步证明方法的有效性。
PDF2 years ago
CVPRMonoGround: 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。
PDF2 years ago
CVPRTime3D: 自动驾驶端到端联合单目三维目标检测与跟踪
该篇论文提出了一种通过空间时间信息流模块和 transformer 结合监督，联合训练 3D 目标检测和跟踪模型的方法，同时还加入了时间相容性损失，最终在 nuScenes 数据集上取得了领先成绩。
PDF2 years ago
CVPR多样性很重要：充分利用深度线索实现可靠的单目三维物体检测
本文提出了一种基于单张图像深度估计的 3D 物体检测方法，该方法利用细节和多个子任务提取视觉线索并生成多个深度估计值，再通过深度选择和组合策略得到单个深度估计值以提高精度和鲁棒性，在 KITTI 3D 物体检测基准测试中的表现甚至比当前最佳
PDF2 years ago
CVPR单目三维物体检测的单应性损失
本文提出了一种新的单目三维目标检测方法，通过考虑物体间的几何关系，探索它们的相互关系来更好地估计三维框，并使用检测到的二维框来全局约束相应的三维框的优化，通过提出的可微分损失函数（Homography Loss）来实现这一目标。实验证明，该
PDF2 years ago
MonoDETR：基于深度引导的 Transformer 用于单目三维物体检测
本研究介绍了一种名为 MonoDETR 的使用深度感知 Transformer 的新型单目三维物体检测框架。通过将物体候选项表示为一组查询，并采用基于注意力的深度编码器生成二维输入图像的非局部深度嵌入，然后提出了一个深度引导的解码器，通过深
PDF2 years ago
CVPRMonoDTR: 深度感知变换器实现单目 3D 物体检测
提出了一种新颖的端到端深度感知装换网络 MonoDTR，用于解决自动驾驶中单目 3D 物体检测的任务，该网络包括深度感知特征增强模块（DFE）以及深度感知 Transformer 模块（DTR），通过辅助监督学习无需额外计算的深度感知特征，
PDF2 years ago
CVPRMonoJSG: 单目三维物体检测的联合语义和几何代价体
通过将单目物体深度估计重新制定为渐进细化问题，并提出一个联合的语义和几何代价体来建模深度误差，通过细化框架有效地缓解深度误差，在 KITTI 和 Waymo 数据集上实现了最先进的结果。
PDF2 years ago
ICLRWeakM3D：面向弱监督的单目三维物体检测
本文介绍了一种采用弱监督学习的单目三维目标检测方法，该方法利用生成的二维框选择对应的区域兴趣 LiDAR 点作为弱监督信号，并通过网络预测可以紧密对齐相应区域兴趣 LiDAR 点的三维框，从而消除了对三维框标注的依赖。
PDF2 years ago