論文の概要: MonoEdge: Monocular 3D Object Detection Using Local Perspectives

• arxiv url: http://arxiv.org/abs/2301.01802v1
• Date: Wed, 4 Jan 2023 19:51:53 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-06 13:23:53.958013
• Title: MonoEdge: Monocular 3D Object Detection Using Local Perspectives
• Title（参考訳）: MonoEdge:ローカル視点を用いたモノクロ3Dオブジェクト検出
• Authors: Minghan Zhu, Lingting Ge, Panqu Wang, Huei Peng
• Abstract要約: そこで本研究では,各物体の局所的な視点効果を利用したモノクル3次元物体検出手法を提案する。 このモジュールを既存のモノクロ3Dオブジェクト検出フレームワークにプラグインすることで、局所的な視点歪みとグローバルな視点効果をモノクロ3D推論に組み込む。
• 参考スコア（独自算出の注目度）: 13.480883599962585
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We propose a novel approach for monocular 3D object detection by leveraging local perspective effects of each object. While the global perspective effect shown as size and position variations has been exploited for monocular 3D detection extensively, the local perspectives has long been overlooked. We design a local perspective module to regress a newly defined variable named keyedge-ratios as the parameterization of the local shape distortion to account for the local perspective, and derive the object depth and yaw angle from it. Theoretically, this module does not rely on the pixel-wise size or position in the image of the objects, therefore independent of the camera intrinsic parameters. By plugging this module in existing monocular 3D object detection frameworks, we incorporate the local perspective distortion with global perspective effect for monocular 3D reasoning, and we demonstrate the effectiveness and superior performance over strong baseline methods in multiple datasets.
• Abstract（参考訳）: 本稿では,各物体の局所的視点効果を利用した単眼的3次元物体検出手法を提案する。 大きさや位置の変動として表されるグローバルな視点効果は、モノクロ3次元検出に広く活用されているが、局所的な視点は長い間見過ごされてきた。 我々は,局所的視点を考慮した局所的形状歪みのパラメータ化として,新たに定義された変数keyedge-ratiosをレグレッシブする局所的視点モジュールを設計し,それから対象の深さとヨー角を導出する。 理論的には、このモジュールはオブジェクトの画像のピクセルサイズや位置に依存しないので、カメラ固有のパラメータには依存しない。 このモジュールを既存のモノキュラー3dオブジェクト検出フレームワークにプラグインすることで,局所的視点歪みとグローバルな視点効果を組み込んだモノキュラー3d推論を行い,複数のデータセットにおける強力なベースラインメソッドに対して,その効果と優れた性能を示す。

関連論文リスト

• VFMM3D: Releasing the Potential of Image by Vision Foundation Model for Monocular 3D Object Detection [80.62052650370416]
  モノクル3Dオブジェクト検出は、自律運転やロボティクスなど、さまざまなアプリケーションにおいて重要な役割を担っている。 本稿では,VFMM3Dを提案する。VFMM3Dは,ビジョンファウンデーションモデル(VFM)の機能を利用して,単一ビュー画像を正確にLiDARポイントクラウド表現に変換する,革新的なフレームワークである。
  論文  参考訳（メタデータ） (2024-04-15T03:12:12Z)
• OA-BEV: Bringing Object Awareness to Bird's-Eye-View Representation for Multi-Camera 3D Object Detection [78.38062015443195]
  OA-BEVは、BEVベースの3Dオブジェクト検出フレームワークにプラグインできるネットワークである。 提案手法は,BEV ベースラインに対する平均精度と nuScenes 検出スコアの両面で一貫した改善を実現する。
  論文  参考訳（メタデータ） (2023-01-13T06:02:31Z)
• Towards Model Generalization for Monocular 3D Object Detection [57.25828870799331]
  我々は,Mono3Dオブジェクト検出に有効な統合カメラ一般化パラダイム(CGP)を提案する。 また,インスタンスレベルの拡張によりギャップを埋める2D-3D幾何一貫性オブジェクトスケーリング戦略(GCOS)を提案する。 DGMono3Dと呼ばれる手法は、評価された全てのデータセットに対して顕著な性能を達成し、SoTAの教師なしドメイン適応スキームを上回ります。
  論文  参考訳（メタデータ） (2022-05-23T23:05:07Z)
• Shape-Aware Monocular 3D Object Detection [15.693199934120077]
  単分子3次元物体検出モデルを提案する。 この検出は、対象物を取り巻く無関係な領域からの干渉をほとんど避ける。 単分子3次元物体検出モデルに対して,新しい評価基準,すなわち平均深度類似度(ADS)を提案する。
  論文  参考訳（メタデータ） (2022-04-19T07:43:56Z)
• SGM3D: Stereo Guided Monocular 3D Object Detection [62.11858392862551]
  SGM3Dと呼ばれるステレオ誘導単分子物体検出ネットワークを提案する。 ステレオ画像から抽出したロバストな3次元特徴を利用して、モノクル画像から得られた特徴を強化する。 本手法は,余分な計算コストを伴わずに性能を向上させるために,他の多くの単分子的手法に統合することができる。
  論文  参考訳（メタデータ） (2021-12-03T13:57:14Z)
• MonoGRNet: A General Framework for Monocular 3D Object Detection [23.59839921644492]
  幾何学的推論によるモノクロ画像からのアモーダル3次元物体検出のためのMonoGRNetを提案する。 MonoGRNetは、モノラル3Dオブジェクト検出タスクを2Dオブジェクト検出、インスタンスレベルの深さ推定、投影された3Dセンター推定、ローカルコーナー回帰を含む4つのサブタスクに分解する。 KITTI、Cityscapes、MS COCOデータセットで実験が行われた。
  論文  参考訳（メタデータ） (2021-04-18T10:07:52Z)
• OCM3D: Object-Centric Monocular 3D Object Detection [35.804542148335706]
  モノクロ3次元物体検出のための新しい物体中心ボクセル表現を提案する。 具体的には、各オブジェクトの提案に基づいてボクセルを構築し、それらのサイズは点の3次元空間分布によって適応的に決定される。 本手法は、最先端の手法を大きなマージンで上回る。
  論文  参考訳（メタデータ） (2021-04-13T09:15:40Z)
• M3DSSD: Monocular 3D Single Stage Object Detector [82.25793227026443]
  特徴アライメントと非対称非局所的注意を有するモノクロ3次元単段物体検出器(M3DSSD)を提案する。 提案したM3DSSDは,KITTIデータセット上のモノラルな3Dオブジェクト検出手法よりも大幅に性能が向上する。
  論文  参考訳（メタデータ） (2021-03-24T13:09:11Z)
• Monocular Differentiable Rendering for Self-Supervised 3D Object Detection [21.825158925459732]
  単分子画像からの3次元物体検出は、深さとスケールの射影的絡み合いにより不適切な問題である。 テクスチャ化された3次元形状の再構成と剛体物体のポーズ推定のための新しい自己教師手法を提案する。 本手法は,画像中の物体の3次元位置とメッシュを,異なるレンダリングと自己教師対象を用いて予測する。
  論文  参考訳（メタデータ） (2020-09-30T09:21:43Z)
• Single View Metrology in the Wild [94.7005246862618]
  本研究では,物体の3次元の高さや地上のカメラの高さで表現されるシーンの絶対的なスケールを再現する,単一ビューメロジに対する新しいアプローチを提案する。 本手法は,被写体の高さなどの3Dエンティティによる未知のカメラとの相互作用から,弱い教師付き制約を抑えるために設計されたディープネットワークによって学習されたデータ駆動の先行情報に依存する。 いくつかのデータセットと仮想オブジェクト挿入を含むアプリケーションに対して、最先端の定性的かつ定量的な結果を示す。
  論文  参考訳（メタデータ） (2020-07-18T22:31:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。