MonoGRNet：单目3D目标检测的通用框架（TPAMI2021）

本文将单目3D目标检测任务分解为四个子任务，包括2D目标检测，实例级深度估计，投影3D中心估计和局部角点回归。

在真实的3D空间中检测和定位对象（在场景理解中起着至关重要的作用）尤其困难，因为在图像投影过程中由于几何信息的丢失，仅给出单目图像。我们提出MonoGRNet用于通过几何推理在观测到的2D投影和未观测到的深度尺寸中从单目图像中检测无模态3D对象。 MonoGRNet将单目3D目标检测任务分解为四个子任务，包括2D目标检测，实例级深度估计，投影3D中心估计和局部角点回归。任务分解极大地促进了单目3D对象检测，从而可以在单个前向传递中有效地预测目标3D边界框，而无需使用object proposal，后处理或先前方法所使用的计算上昂贵的像素级深度估计。此外，MonoGRNet可以灵活地适应完全和弱监督学习，从而提高了我们框架在各种环境中的可行性。在KITTI，Cityscapes和MS COCO数据集上进行了实验。结果表明，我们的框架在各种情况下均具有令人鼓舞的性能。