论文阅读：Deep Fitting Degree Scoring Network for Monocular 3D Object Detection
发布时间
阅读量：
阅读量
Deep Fitting Degree Scoring Network for Monocular 3D Object Detection
一种用于单目三维目标检测的深度拟合度评分网络
看完这篇文章后, 我感觉有点犹豫不决, 感觉自己可能真的看错了方向。因为这是一个针对单一目标的三维目标检测任务, 网络仅接收二维图像作为输入数据, 确实如此。然而, 虽然看起来与我的研究方向不符……但为了整理思路, 试着总结一下吧。
个人的一些理解：
在单目三维物体检测领域中
具体而言就是首先通过二维物体检测算法获取相应的二维边界框数据集随后应用一个回归模型来推导出这些边界框对应的三维尺寸与朝向参数在此基础上我们开发了一种自研网络架构FQNet该网络能够通过分析二维投影模式来建立并学习三维空间关系模型从而实现从平面到立体的特征映射这样一来就能准确地定位出三维空间中的目标包围盒
图2
我认为作者的观点仍然非常有说服力。然而仅仅依赖一张图片难以获得精确的三维检测结果。目前常用的方法包括利用LiDAR传感器或者结合RGB摄像头与LiDAR技术进行三维重建。因此我认为继续专注于点云数据的研究将是更有意义的方向。
全部评论 (0)
还没有任何评论哟~