論文標(biāo)題：MonoJSG：Joint Semantic and Geometric Cost Volume for Monocular 3D Object Detection

作者：Qing Lian（HKUST） ，Peiliang Li（DJI，VINS-Mono二作）， Xiaozhi Chen（DJI）

來(lái)源：CVPR 2022

論文鏈接：https://arxiv.org/abs/2203.08563

Code：https://github.com/lianqing11/MonoJSG（代碼即將開(kāi)源）

整理：高斯球

一、引言

動(dòng)機(jī)：由于 2D-3D 投影固有的不適定性，單目 3D 物體檢測(cè)缺乏準(zhǔn)確的深度恢復(fù)能力；盡管深度神經(jīng)網(wǎng)絡(luò) (DNN) 能夠從高級(jí)學(xué)習(xí)特征進(jìn)行單目深度感知，但由于深度卷積機(jī)制，像素級(jí)線索通常被忽略；

論文簡(jiǎn)述：作者將單目物體深度估計(jì)重新表述為漸進(jìn)改進(jìn)問(wèn)題，并提出聯(lián)合語(yǔ)義和幾何代價(jià)量來(lái)對(duì)深度誤差進(jìn)行建模，該方法利用像素級(jí)視覺(jué)線索來(lái)改進(jìn)邊界框提

總結(jié)

以上是生活随笔為你收集整理的MonoJSG：联合语义和几何代价函数的单目3D目标检测（CVPR2022）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。