【ECCV-2020】RTM3D：一种自动驾驶场景下基于目标关键点的实时单目三维检测算法， RTM3D: Real-time Monocular 3D Detection from Object Keypoints for Autonomous Driving 【推荐理由】作者指出，大多三维检测器都将三维包围框到二维包围框的投影约束作为一个重要组成部分。二维框的四个边仅提供四个约束，且随着二维检测器的小误差，检测性能会急剧下降。与这些方法不同的是，作者团队提出的方法可以预测图像空间中三维包围框的九个透视关键点，然后利用二维和三维透视的几何关系来恢复三维空间中的维度、位置和方向。这种方法即使在关键点估计非常粗糙的情况下，也可以稳定地预测目标的属性，这使模型以较小的架构获得较快的检测速度。该方法的训练仅使用目标的3D属性，而无需额外网络或监督。我们的方法是第一个单目图像3D检测的实时系统，同时在KITTI基准数据集上实现了最优的性能。 【论文链接】https://arxiv.org/abs/2001.03343 【代码链接】https://github.com/Banconxuan/RTM3D

内容中包含的图片若涉及版权问题，请及时与我们联系删除