Probabilistic and Geometric Depth: Detecting Objects in Perspective

作者认为单目3D目标检测可以简化为深度估计问题,深度估计不准确限制了检测的性能.已有的算法直接使用孤立实例或者像素估计深度,没有考虑目标之间的集合关系,因此提出了构建预测的目标之间的几何关系图,来促进深度预测.

将深度值划分成若干个区间,然后通过分布的期望来计算深度值,在精度和速度上都取得了不错的性能.PGD在FCOS3D的基础上实现,如下图所示.

深度预测模块比较复杂,首先是直接深度回归D_R.然后,将深度离散化,假设检测范围为0~Dmax,离散单位为U,那么可以得到的分割点数量为C=|_D_max/U_|.将这组分割点记为向量ω,那么可以引入一个并行于直接回归head的模块,来生成概率图D_PM,用下面的式子解码:

D_P就是概率深度(Probabilistic Depth).取Top-2置信度的均值作为深度置信度得分深度置信度得分(Depth Confidence Score).在推理时,深度置信度得分与中心度得分、分类得分相乘,作为最终的排序指标使用.使用下面的式子将D_R和D_P融合:

σ(⋅)是 sigmoid 函数,λ是一个与数据无关的学习参数.D_L是每个孤立的实例的局部深度估计(Local Depth Estimation).