Uncertainty-Aware Projection Network for Multi-View 3D Object Detection

doi:10.1109/TCSVT.2026.3675364

Uncertainty-Aware Projection Network for Multi-View 3D Object Detection

2026-03-18

0

PRE

AI

DOI：10.1109/TCSVT.2026.3675364

原文链接

原文求助

摘要

En 中文

近年来，多视角3D目标检测在自动驾驶领域引起了广泛关注。从2D图像点投影到3D世界空间是多视角3D目标检测的核心步骤。然而，深度估计和相机参数的不确定性可能导致投影的3D位置不准确，从而影响性能。为此，我们提出了一种不确定性感知投影网络（UPN），包括一个深度不确定性引导的3D点生成模块和一个相机感知的3D位置编码器。对于深度不确定性引导的3D点生成模块，我们将深度预测为一种分布，以生成具有深度不确定性感知的3D点。对于相机感知的3D位置编码器，我们采用自适应感受野来优化位置嵌入，以缓解相机参数的不确定性。基于这两个模块，所提出的UPN能够有效应对由不准确的2D-3D投影引起的性能下降。据我们所知，这是首次针对多视角3D目标检测建模2D-3D投影不确定性的工作。在nuScenes测试数据集上，所提出的UPN实现了56.9%的mAP和65.4%的NDS，证明了我们方法的优势。

Keyword:

3D object detection

uncertainty modeling

multi-view camera

deep learning

Uncertainty-Aware Projection Network for Multi-View 3D Object Detection

摘要

期刊

机构

引用论文