論文標題：MonoJSG：Joint Semantic and Geometric Cost Volume for Monocular 3D Object Detection

作者：Qing Lian（HKUST） ，Peiliang Li（DJI，VINS-Mono二作）， Xiaozhi Chen（DJI）

來源：CVPR 2022

論文鏈接：https://arxiv.org/abs/2203.08563

Code：https://github.com/lianqing11/MonoJSG（代碼即將開源）

整理：高斯球

一、引言

動機：由于 2D-3D 投影固有的不適定性，單目 3D 物體檢測缺乏準確的深度恢復能力；盡管深度神經網絡 (DNN) 能夠從高級學習特征進行單目深度感知，但由于深度卷積機制，像素級線索通常被忽略；

論文簡述：作者將單目物體深度估計重新表述為漸進改進問題，并提出聯合語義和幾何代價量來對深度誤差進行建模，該方法利用像素級視覺線索來改進邊界框提

總結

以上是生活随笔為你收集整理的MonoJSG：联合语义和几何代价函数的单目3D目标检测（CVPR2022）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。