基于Stereo RCNN的锚引导3D目标检测算法

• 作者: 曹杰程 陶重犇
• 来源期刊: 仪器仪表学报
• 学科: 工学
• 关键词: 3D目标检测 立体视觉 关键点检测 稀疏锚点 实例分割
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 视觉检测与图像测量|Visual Inspection and Image Measurement
• 页码范围: 191-201
• 页数: 11页
• 分类号: TP391.41|TH741
• 语种: 中文
• DOI: 10.19650/j.cnki.cjsi.J2107801

摘要

针对当前基于锚的双目3D目标检测算法存在的锚点数量选取较多,从而影响在线计算速度的问题,提出了一种基于Stereo RCNN的锚引导3D目标检测算法FGAS RCNN.在第1阶段中,输入左右图像分别生成相应的概率图以生成稀疏锚点及稀疏锚框,再通过将左右锚作为一个整体生成2D预选框.第2阶段的关键点生成网络利用稀疏锚点信息生成关键点热图,并结合立体回归器融合生成3D预选框.针对原始图像在卷积后会出现像素级信息丢失的问题,通过Mask Branch生成的实例分割掩模结合实例级视差估计进行像素级优化.实验表明,在没有任何深度和位置先验信息输入的情况下,此方法依旧可以在减少计算量的同时保持较高的召回率.具体来说,此方法在以0.7为阈值的3D目标检测上平均精度为44.07％.相比于Stereo RCNN,本文方法在平均精度上提高了 4.5％.与此同时,此方法的整体运行时间较Stereo RCNN缩短了 0.09 s.