.png){kind=icon}
返回
Dp-M3D: Monocular 3D object detection algorithm with depth perception capability
.png){kind=icon}
PRE
AI
DOI：10.1016/j.knosys.2025.113539.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
鉴于单目3D目标检测在深度信息和感知能力方面的局限性，我们提出了一种具备深度感知能力的全新单目3D目标检测算法Dp-M3D。为在深度图和图像特征的融合过程中有效建模长距离特征依赖关系，我们引入了Transformer特征融合编码器（TFFEn）。TFFEn整合了深度和图像特征，实现了更全面的长距离特征建模，增强了深度感知能力，最终提高了3D目标检测的精度。为提升图像边缘截断物体的检测能力，我们提出了基于可变形卷积（Deformable Convolution）的特征增强方法（FEDC）。FEDC利用深度置信度引导来确定3D边界框的形变偏移量，使特征对齐更为有效并改善深度感知。此外，为解决锚框排序问题——即具有准确深度预测但分类置信度较低的候选框被抑制的问题——我们提出了深度感知非极大值抑制（Dp-NMS）算法。Dp-NMS通过融合分类置信度与深度置信度的乘积来优化选择过程，确保候选框得到有效排序并保留最合适的检测框。在具有挑战性的KITTI 3D目标检测数据集上的实验结果表明，所提出的方法在easy、moderate和hard三个难度等级上分别取得了23.41 %、13.65 %和12.91 %的AP3D分数。我们的方法在检测边缘截断物体方面表现出显著优势，超越了基于图像及图像-深度图融合的现有先进单目3D目标检测算法。
Keyword:
Object detection
Depth perception ability
Feature fusion
Feature enhancement
Non-maximal suppression
期刊
K
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
引用论文
.png){kind=icon}
Depth-Guided Vision Transformer With Normalizing Flows for Monocular 3D Object Detection具有归一化流的深度引导视觉转换器，用于单目3D物体检测
PREAI
分享收藏BCAF-3D: Bilateral Content Awareness Fusion for cross-modal 3D object detectionBCAF-3D: 双边内容感知融合跨模态三维目标检测
PREAI
分享收藏
查看更多内容