基于上下文增强与密集深度监督的单目三维车辆检测研究.pdfVIP

摘要

随着自动驾驶技术的迅速发展与应用，单目三维车辆检测已经成为计算机视觉

领域中备受关注的研究方向之一，单目三维车辆检测的目标是通过单目摄像头采集

的图像在三维空间中检测车辆，目前该领域面临以下挑战：主流方法利用关键点及

其附近的局部特征检测车辆，但局部特征不足以理解场景级三维空间结构，因此导

致检测效果不够理想；深度信息对于还原车辆三维位置至关重要，稀疏的深度监督

导致模型深度感知能力受限，影响了模型的检测准确率。

为解决单目三维车辆检测中的上述挑战，本研究从图像全局上下文信息以及更

密集合理的深度监督这两个角度切入，提升单目三维车辆检测方法的准确率，本文

主要工作如下：

（1）针对单目三维车辆检测算法中使用关键点局部特征检测导致结果不理想

的问题，提出了基于上下文增强的单目三维车辆检测方法，将截断车辆与常规车辆

的检测分配给图像边缘与图像内部关键点，使得不同关键点能专注于各自的检测目

标，从而提升模型的检测性能，设计了上下文增强模块，利用交叉注意力机制使模

型能根据图像中的全局上下文信息动态聚焦于特定位置，实现了对车辆局部特征的

有效增强，弥补了使用局部特征检测方法的不足。

（2）针对单目三维车辆检测算法中缺乏密集深度监督导致模型深度感知能力

弱的问题，本研究进一步设计了密集地面深度监督模块，引入三维框底面深度先验，

设计了基于空洞卷积和坐标卷积地面深度预测分支，在无需任何额外激光雷达和深

度图数据的条件下，利用三维框底面标注生成了密集合理的地面深度监督数据，采

用深度对齐策略解决了训练过程中降采样中心与投影中心深度不对齐问题，最终为

模型提供了更丰富的深度监督信息，提高了模型的检测性能。

针对主流单目三维车辆检测方法中存在的问题并基于以上两个研究思路，本文

提出了基于上下文增强与密集深度监督的单目三维车辆检测方法，在两个公开的主

流数据集上进行了详细的对比实验和消融实验，验证了本文研究思路的有效性，并

取得了有竞争力的检测性能。

关键词：单目；三维；车辆检测；上下文；深度监督

i

Abstract

Withtherapiddevelopmentandapplicationofautonomousdrivingtechnology,

monocular3Dvehicledetectionhasbecomeoneoftheresearchdirectionsthathave

attractedmuchattentioninthefieldofcomputervision.Thegoalofmonocular3Dvehicle

detectionistodetectvehiclesina3Dspaceusingimagescapturedbyamonocularcamera.

Currently,thisfieldfacesthefollowingchallenges:mainstreammethodsusekeypoints

andtheirnearbylocalfeaturestodetectvehicles,butlocalfeaturesarenotsufficientto

understandthescene-level3Dspatialstructure,resultinginunsatisfactorydetectionresults;

depthinformationiscrucialforrestoringthe3Dpositionofvehicles,andsparsedepth

supervisionleadstolimiteddepthperceptionabilityofthemodel,affectingthedetection

accuracyofthemodel.

Toaddresstheabovechallengesinmonocular3Dvehicledetection,thisstudy